用于无文本分类的朴素贝叶斯分类

Question

为文本文档的特征空间建模非常容易。
例如，我可以将文本（训练数据）中的每个单词作为特征。
如果特定单词（例如“狗”）在（分类的）训练示例中遇到多次（例如分类为垃圾邮件），然后我可以用这个词对新数据进行分类。

如果我的特征不仅仅是单词，我该如何建模？
在我的具体情况下，我有姓名、年龄和家庭人数等特征。
我认为这不是正确的制作方法我的特征向量中每个可能年龄的条目。
如果我假设人类不迟于 100 岁死亡，那么我的年龄特征只有 100 个数字。
所以我想到了数据分箱：将特征“年龄”划分为 1-20 岁、21-40 岁、41-60 岁，...
要为 30 岁的人建模，我现在只需要 5 位数字 (01000)。

有没有更好的方法来模拟这些特征？

Answer 1

我好像找到了answer1answer2。 因此，可以使用数据分箱或使用适合连续特征的（正态）分布对特征进行建模。