开发者社区> 问答> 正文

为什么进行线性回归前需要对特征进行离散化处理?

已解决

为什么进行线性回归前需要对特征进行离散化处理?

展开
收起
游客gaiketk6mpmke 2022-04-01 16:12:46 1066 2
1 条回答
写回答
取消 提交回答
  • 推荐回答

    1.离散化操作很简单,特征离散化之后易于模型的快速迭代。

    2.稀疏矩阵计算快,省内存。

    3.鲁棒性强。单个特征数值过大或者过小对结果的影响会被降低。

    4.可以产生交叉特征(相当于非线性了)

    5.模型的稳定性加强了。

    6.简化了模型,相当于降低了过拟合的风险。

    2022-04-01 18:47:58
    赞同 2 展开评论 打赏
问答地址:
问答排行榜
最热
最新

相关电子书

更多
概率图模型 立即下载
纯干货|机器学习中梯度下降法的分类及对比分析 立即下载
纯干货 | 机器学习中梯度下降法的分类及对比分析 立即下载