介绍
离散值和连续值是数据类型中最基础、最核心的两个概念，广泛用于数学、统计学、机器学习、深度学习等领域。理解它们是理解模型输入、特征工程、损失函数选择的前提。
离散值（Discrete Value）
离散值是只能取有限个或可数个值的数据，通常是“分开的、不连续的”。
你可以把它理解为：像整数一样，可以一个个数出来的。
典型特点
- 取值有限
- 不能在两个值之间取“中间值”
- 通常表示类别、标签、数量（可数）
生活例子
- 性别：男 / 女
- 颜色：红 / 绿 / 蓝
- 天气：晴 / 阴 / 雨
- 考试分数等级：A / B / C / D
- 商品数量：0、1、2、3（不能有1.5个商品）
机器学习中的离散值
- 分类任务的标签（如猫/狗）
- 类别特征（如省份、职业）
- 计数特征（如购买次数）
代码示例（Python）
# 离散值通常用整数或字符串表示
gender = ["男", "女"]
color = ["红", "绿", "蓝"]
labels = [0, 1, 2] # 分类标签（0=猫，1=狗，2=鸟）
连续值（Continuous Value）
连续值是可以在某个范围内取任意值的数据，通常是“连续的、可测量的”。
你可以把它理解为：像实数一样，可以无限细分。
典型特点
- 取值无限
- 可以取两个值之间的任意值
- 通常表示测量值、数值型特征
生活例子
- 身高：170.2 cm、170.23 cm、170.234 cm……
- 体重：60.5 kg、60.51 kg……
- 温度：25.3°C、25.31°C……
- 时间：1.2 秒、1.23 秒……
- 房价：100.5 万、100.52 万……
机器学习中的连续值
- 回归任务的标签（如房价、温度）
- 数值特征（如年龄、收入、距离）
代码示例（Python）
# 连续值通常用浮点数表示
height = [170.2, 165.5, 180.0]
weight = [60.5, 55.2, 75.8]
temperature = [25.3, 26.1, 24.8]
离散值 vs 连续值
| 对比维度 | 离散值 | 连续值 |
|---|---|---|
| 取值特点 | 有限、可数 | 无限、不可数 |
| 是否能取中间值 | 不能 | 能 |
| 表示方式 | 整数/字符串 | 浮点数 |
| 常见用途 | 分类、标签 | 回归、测量 |
| 例子 | 性别、颜色、等级 | 身高、体重、温度 |
一句话总结：
- 离散值 = 可以数清楚的
- 连续值 = 可以无限细分的
为什么要区分离散值和连续值？
因为在机器学习和深度学习中，它们的处理方式完全不同：
1. 离散值需要编码
例如：
- 性别：男=0，女=1
- 颜色：红=0，绿=1，蓝=2
- 省份：北京=0，上海=1，广州=2……
常用方法：
- 标签编码（Label Encoding）
- 独热编码（One-Hot Encoding）
2. 连续值需要归一化/标准化
例如：
- 身高：170 cm → 标准化后可能是 0.5
- 体重：60 kg → 标准化后可能是 -0.3
常用方法：
- Min-Max 归一化
- Z-Score 标准化
3. 模型选择也不同
- 离散标签 → 分类模型（如逻辑回归、CNN、Transformer）
- 连续标签 → 回归模型（如线性回归、MLP）
简单记忆法
- 离散值：像“分类”一样，只能选一个
- 连续值：像“尺子量出来的”，可以无限精确