Mis on pidevate tunnuste diskreetimine (binning) ja milleks see on vajalik?

Diskreetimine (või binning) on protsess, kus pidevad tunnused muudetakse diskreetseteks, jagades need intervallideks (binideks).

Milleks see vajalik on?

• Lihtsustab mudelit, vähendades müra ja äärmuslike väärtuste mõju.
• Annab võimaluse mudelitele, mis ei tööta hästi pidevate andmetega (näiteks mõned otsustuspuud), efektiivsemalt kasutada tunnuseid.
• Aitab tuvastada mitte-lineaarseid sõltuvusi tunnuste ja sihtmuutuja vahel.
• Vähendab mõõtmeid ja suurendab mudeli tõlgendatavust.

Näide: kui tunnus "vanus" on vahemikus 0 kuni 100, saab selle jagada binideks: 0-18, 19-35, 36-60, 61+. Selle asemel, et kasutada täpset vanust, töötab mudel kategooriatega, mis mõnikord parandab kvaliteeti ja stabiilsust.