《R語言資料挖掘：實用項目解析》——第2章，第2.6節變量分段

本節書摘來自華章出版社《r語言資料挖掘：實用項目解析》一書中的第2章，第2.6節變量分段，作者［印度］普拉迪帕塔·米什拉（pradeepta mishra），更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視

2.6　變量分段

在将連續變量納入模型之前，需要對其進行處理。以cars93資料集中的油箱容量為例，基于油箱容量，我們可以建立一個分類變量，值為高、中和低、低中：

油箱容量的值域為9.2～27。根據邏輯，使用分類差4（也即每個分類之間相差4）完成分類。這些分類定義了變量中的每一個值被配置設定到每一組的方式。最後的輸出表顯示有4個組，最高的油箱容量組隻有4輛車。

變量分段或離散化不僅有助于建立決策樹，在做logistic回歸和其他形式的機器學習模型時也會用到。