Bazı prediktif modelleme teknikleri, sürekli prediktörlerin kullanımı için daha fazla tasarlanmıştır, diğerleri ise kategorik veya ayrık değişkenlerin ele alınması için daha iyidir. Elbette bir tipi diğerine dönüştürme teknikleri var (ayrıklaştırma, yapay değişkenler, vs.). Ancak, her iki giriş türünü aynı anda, özelliklerin türünü değiştirmeden aynı anda ele almak üzere tasarlanmış öngörücü modelleme teknikleri var mı? Öyleyse, bu modelleme teknikleri, daha doğal uygun oldukları veriler üzerinde daha iyi çalışma eğiliminde midir?
Bildiğim kadarıyla yakın şey genellikle karar ağaçları de ayrı verileri işlemek ve bir gerektirmeden sürekli veri işlemek olacaktır ön kadar ayrıştırmayı. Bununla birlikte, aradığım şey tam olarak bu değildi, çünkü sürekli özelliklere uygulanan ayrılıklar sadece dinamik bir ayrıklaştırma biçimi.
Başvuru için, işte bazı, yinelenmeyen sorular: