对文本文档的特征空间建模非常简单。
例如，我可以将文本（训练数据）中的每个单词作为一个特征。
如果某个特定单词（例如“狗”）在（已分类）的训练样本中多次出现（例如被分类为垃圾邮件），那么我可以使用这个单词来对新数据进行分类。
如果我的特征不仅仅是单词，我该如何建模这些特征呢？
在我的具体案例中，我有像姓名、年龄和家庭规模这样的特征。
我认为在特征向量中为每一种可能的年龄创建一个条目并不是正确的做法。
如果我假设人类的寿命不会超过100岁，那么仅年龄特征就需要100个数字。
因此我想到了数据分箱：将“年龄”特征划分为例如1-20岁、21-40岁、41-60岁等区间。
要建模一个30岁的人，我现在只需要5个数字（01000）。
有没有更好的方法来建模这些特征呢？
回答：
