连续值的离散化有啥作用

在特征工程中，我们常常需要对连续型特征进行离散化处理，那么这么做有什么好处呢？下面做简单的总结：

1.离散特征的增加和减少都很容易，易于模型的快速迭代；

2.系数矩阵内机乘法运算速度更快，计算结果方便存储，易于扩展；

3.离散化后的特征对异常数据有很强的鲁棒性。比如一个特征是年龄=300岁，会给模型造成很大的干扰；

4.单变量离散化N个后，每个变量有单独的权重，相当于为模型引入了非线性，能够提升模型表达能力，加大拟合；

5.离散化后可以进行特征交叉，由M+N个变量变为M*N个变量，进一步引入非线性，提升表达能力；

6.特征离散化后，模型会更稳定，比如：用用户年龄离散化后，20-30作为一个区间，不会因为一个用户年龄增长1岁变成完全不同的人，当然处于区间相邻的样本会刚好相反，所以划分是门学问

7.特征离散化以后，起到了简化逻辑回归模型的的作用，降低模型过拟合的风险。