如题所述
离散变量一般情况下是类别变量。一般情况下，类别变量和连续变量是需要统一的。
比如今天的降雨量这种连续型变量，我们可以将其转换为下雨或者不下雨两种状态，如果今天的降雨量不为0，我们可以将其定义为下雨，反之，降雨量为0，当然就是不下雨了。
但是，很显然，把这种连续型变量统一到类别型变量的做法，肯定是会丢失很多信息的，所以通常的做法就是编码类别型变量。
编码类别型变量，最直接的做法就是标签编码，简单来说就是给每个类别分配一个序号。
最常见的肯定就是独热编码了，简单。但是如果这个类别的值特别多的话，就不太适合用独热编码了，因为维度会很大，这种情况下可以使用均值编码，使用平均数编码类别变量。当然均值编码也有缺点，容易过拟合和数据泄露，可以搭配正则化使用。
最后在记录一下之前自己学到的方法
比如今天的降雨量这种连续型变量，我们可以将其转换为下雨或者不下雨两种状态，如果今天的降雨量不为0，我们可以将其定义为下雨，反之，降雨量为0，当然就是不下雨了。
但是，很显然，把这种连续型变量统一到类别型变量的做法，肯定是会丢失很多信息的，所以通常的做法就是编码类别型变量。
编码类别型变量，最直接的做法就是标签编码，简单来说就是给每个类别分配一个序号。
最常见的肯定就是独热编码了，简单。但是如果这个类别的值特别多的话，就不太适合用独热编码了，因为维度会很大，这种情况下可以使用均值编码，使用平均数编码类别变量。当然均值编码也有缺点，容易过拟合和数据泄露，可以搭配正则化使用。
最后在记录一下之前自己学到的方法
温馨提示：答案为网友推荐，仅供参考
