← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6983.a.2 · 生成模型:gpt-6.1-terra

连续特征分桶

理解等级:中级

分桶把连续数值按范围或分位点转换为离散类别,再可用于类别编码或向量表示。它便于某些模型处理,但会丢失桶内精度,边界和桶数需结合任务验证。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Machine Learning System Design》第11章《Features and feature engineering》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-11.xhtml) - 结论依据:原文定义、方法或案例支持所述用途和边界。 - 原始内容:Quantile bucketing (or quantization) is a specific case of transformation.