#还是Age字段，一般连续数据要做离散化
#某些分类数据，为了可以更好的使用，可以转换为哑变量使用
##连续数据离散化的好处：
#1）有些算法的输入要求必须是离散化的数据，如贝叶斯和树模型
#2）离散化可以对连续数据的异常点进行处理，可以提高鲁棒性
#3）离散化后计算速度更快
#4）构建哑变量可以增加模型的灵活性，解耦很多数据特征
##另外构建哑变量，对一个类别类型，如果完全没有比较关系，则可以构建成哑变量
#如男女可以分为两个哑变量、也可以部分，因为哑变量一般是去掉一个的，
#年龄分段就不好分成哑变量，因为大小可能内在有一定的关系
#还有等级
#分类的如学生、老师、工人等就完全可以构建哑变量
————后续补充完成