用于分类的特征离散化

# 简介

在机器学习中，特征离散化是一种通过创建区间或桶来表示数据集中连续变量，从而减少连续变量数量的方法。在连续变量数量众多且需要简化算法以便于分析的情况下，此方法可能会很有用。在本实验中，我们将在合成分类数据集上演示特征离散化。

## 虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。