基础知识面试官问连续特征离散化会有什么作用。其实我在介绍特征工程的时候没有涉及到连续特征离散化的,连续特征离散化后很显然会失去有序这样的特征,不太懂面试官的脑回路。LR和决策树有哪些区别:1、逻辑回归通常用于分类问题,决策树可回归、可分类。 2、逻辑回归是线性函数,决策树是非线性函数。3、逻辑回归的表达式很简单,回归系数就确定了模型。决策树的形式就复杂了,叶子节点的范围+取值。两个模型在使用中都有很强的解释性。4、逻辑回归可用于高维稀疏数据场景,比如ctr预估;决策树变量连续最好,类别变量的话,稀疏性不能太高。5、逻辑回归的核心是sigmoid函数,具有无限可导的优点,常作为神经网络的激活函数。 6、在集成模型中,随机森林、GBDT以决策树为基模型,Boosting算法也可以用逻辑回归作为基模型。如果工业上用的话选哪一个模型:LR,可以在线学习,模型实时更新(这个回答的还可以)算法题...查看更多