← 返回知識庫刷題首頁
P1 · 應會

資料中級

特徵離散化 (Feature Discretization)

是什麼

特徵離散化(Feature Discretization,又稱分箱 Binning)是把連續數值依區間門檻切成有限個有序類別,例如把年齡切成青年、中年、老年,或把時間戳記切成早、午、晚時段。

解決什麼問題

讓模型學到數值在不同區段的非線性規律,降低極端值與雜訊影響,也讓結果更容易被業務人員解讀。

考場 Trigger

  • 把連續數值切成區間
  • 依門檻分成幾個等級
  • 時間戳記轉成時段
  • 分箱(Binning)

容易搞混

類別特徵編碼標準化與正規化特徵工程

中級深度

能把「連續值切成有序類別」認作離散化,並與縮放、降維、One-Hot 編碼分清楚。

Official Evidence

官方題目正在怎麼考

1 官方題1 考綱節點