0.前言
GBDT擅长处理连续特征
LR擅长处理海量离散特征
但是整合一个数据集都既有连续特征又有分类特征，这就涉及到连续特征的离散化和离散特征的连续化了
1.连续特征离散化
2.离散特征连续化
这篇论文详细介绍了一种根据变量的各个取值下目标变量的似然概率，将分类变量转化为连续变量的方法：https://kaggle2.blob.core.windows.net/forum-message-attachments/225952/7441/high%20cardinality%20categoricals.pdf