Mi az a diszkretizáció (binning) folytonos jellemzőknél, és miért szükséges?

Discretizáció (vagy binning) — ez a folyamat, amikor a folyamatos jellemzőket diszkrét értékekké alakítjuk, intervallumokra (binokra) osztva őket.

Miért van rá szükség?

• Egyszerűsíti a modellt, csökkentve a zaj és a kiugró értékek hatását.
• Lehetővé teszi olyan modellek számára, amelyek rosszul működnek folyamatos adatokkal (pl. néhány döntési fa), hogy hatékonyabban használják a jellemzőket.
• Segít felismerni a nemlineáris függőségeket a jellemzők és a célváltozó között.
• Csökkenti a dimenziót és növeli a modell értelmezhetőségét.

Példa: ha van egy "kor" jellemző 0-tól 100-ig, akkor binokra osztható: 0-18, 19-35, 36-60, 61+. Ehelyett a modell a pontos életkor helyett kategóriákkal fog dolgozni, ami néha javítja a minőséget és a stabilitást.