逻辑回归的特征离散化
很多时候我们在做评分卡的时候,需要对数据进行离散化。那么逻辑回归为什么要进行特征离散化呢?
主要是由于以下几个原因:
1、模型稳定性和鲁棒性。离散后的特征能够去除噪声,对异常值不再敏感,可以加强模型的稳定性。例如在评分卡中有一个变量收入手机使用时长5000个月,这个数据明显异常,但是我们对变量分箱以后,例如>50是一个分箱,那么这个值对模型的预测结果就没有太大的影响了。分箱后,不会出现一个变量使用月份增加1个月就变了一个人的情况。
2、简化模型:特征离散化后就降低了样本中的个别信息对模型的影响,降低模型的过拟合的风险。
3、计算更快速:更少的变量会运算复杂的大大降低,加快计算速度。
4、易于解释性:在评分卡中我们通常要求分箱的变量具有单调性或U型。这就方便我们对业务的解释能力。