逻辑回归数据为什么要离散化？

1、引入非线性，逻辑回归本质上还是广义上的线性函数，表达能力有限，经过离散化后，每个变量有单独的权重，这相当于引入了非线性，能够提升模型的表达能力，加大拟合。

2、模型对稀疏向量趋之若鹜，离散后向量更加稀疏运算速度快，也更加方便存储扩展

3、更具有鲁棒性，如果age>30为1否则为0，对于年龄200的模型也不会太过于惊讶

4、离散后特征方便进行交叉，提升表达能力，由 M+N 个变量编程 M*N 个变量，进一步引入非线形，提升了表达能力；

如有不足欢迎补充~