¿Qué es la discretización (binning) de características continuas y para qué sirve?

La discretización (o binning) es el proceso de convertir características continuas en discretas, dividiéndolas en intervalos (bins).

¿Para qué sirve?

• Simplifica el modelo, reduciendo la influencia del ruido y los valores atípicos.
• Permite que modelos que funcionan mal con datos continuos (por ejemplo, algunos árboles de decisión) utilicen las características de manera más eficiente.
• Ayuda a identificar dependencias no lineales entre las características y la variable objetivo.
• Reduce la dimensionalidad y aumenta la interpretabilidad del modelo.

Ejemplo: si hay una característica "edad" de 0 a 100, se puede dividir en bins: 0-18, 19-35, 36-60, 61+. Entonces, en lugar de la edad exacta, el modelo trabajará con categorías, lo que a veces mejora la calidad y estabilidad.