特征挖掘（二）：连续特征离散化方法

1定义：

首先from wiki给出一个标准的连续特征离散化的定义：

在统计和机器学习中，离散化是指将连续属性，特征或变量转换或划分为离散或标称属性/特征/变量/间隔的过程。这在创建概率质量函数时非常有用 - 正式地，在密度估计中。它是一种离散化的形式，也可以是分组，如制作直方图。每当连续数据离散化时，总会存在一定程度的离散化误差。目标是将数量减少到手头的建模目的可忽略不计的水平。

2.当前状态current status

早期，诸如等宽(equal-width)，等频(equal-frequency)等技术用于离散化。伴随着精确度的需求以及有效的分类算法的发展，离散化的技术得到了快速发展。过去几年间，提出了许多离散化技术。试验表明离散化在减小数据大小、甚至改善预测精度方面都有着很大的潜力。离散化方法朝着不同的主线发展来满足不同的需求：监督与无监督(supervised vs, unsupervised)；动态与静态(dynamic vs. static)；全局与局部(global vs. local)；自顶向下与自底向上(splitting(top-down) vs. merging(bottom-up))；直接与增量(dire