在工業界，很少直接將連續值作為特徵餵給邏輯回歸模型，而是將連續特徵離散化為一系列0，1特徵交給邏輯回歸模型，這樣做的優勢有以下幾點:
1. 稀疏向量內積乘法運算速度非常快，計算結果方便儲存，容易scalable(擴充套件)。
2. 離散化後的特徵對異常資料有很強的魯棒性: 比如乙個特徵是年齡》30是1，否則是0。如果特徵沒有離散化，乙個異常資料"年齡300歲"會給模型造成很大的干擾。
3. 邏輯回歸屬於廣義線性模型，表達能力有限，單變數離散化為n個後，每個變數有單獨的權重，相當於為模型引入了非線性，能夠提公升模型表達能力，加大擬合。
4. 離散化後可以進行特徵交叉，由m+n個變數變為m*n個變數，進一步引入非線性，提公升表達能力。
5. 特徵離散化後，模型會更加穩定，比如如果對使用者年齡離散化，20-30作為乙個區間，不會因為乙個使用者年齡長了一歲就變成完全不同的人。當然處理區間相鄰處的樣本會剛好相反，所以怎麼劃分區間是門學問。
大概的理解:
1). 計算簡單
2). 簡化模型
3). 增強模型的泛化能力，不易受雜訊的影響。
資料探勘面試題之邏輯回歸lr
邏輯回歸假設資料服從伯努利分布 0 1 通過極大化似然函式的方法，運用梯度下降來求解引數，來達到將資料二分類的目的。1 去掉高度相關的特徵會讓模型的可解釋性更好 2 可以大大提高訓練的速度。如果模型當中有很多特徵高度相關的話，就算損失函式本身收斂了，但實際上引數是沒有收斂的，這樣會拉低訓練的速度。其...
邏輯回歸LR的特徵為什麼要先離散化
在工業界，很少直接將連續值作為特徵餵給邏輯回歸模型，而是將連續特徵離散化為一系列0 1特徵交給邏輯回歸模型，這樣做的優勢有以下幾點 1.稀疏向量內積乘法運算速度快，計算結果方便儲存，容易scalable 擴充套件 2.離散化後的特徵對異常資料有很強的魯棒性 比如乙個特徵是年齡 30是1，否則0。如果...
邏輯回歸LR的特徵為什麼要先離散化
在工業界，很少直接將連續值作為特徵餵給邏輯回歸模型，而是將連續特徵離散化為一系列0 1特徵交給邏輯回歸模型，這樣做的優勢有以下幾點 1.稀疏向量內積乘法運算速度快，計算結果方便儲存，容易scalable 擴充套件 2.離散化後的特徵對異常資料有很強的魯棒性 比如乙個特徵是年齡 30是1，否則0。如果...