在您执行此操作之前请仔细考虑。你不知道底层的高度分布是什么。这里有四种可能性。

如果您正在构建回归模型，那么这些高度数据集的每一个都会被不同地解释。但是，如果替换为您的序数变量，它们看起来在数值上都是等效的。如果将此变量用作连续变量，则您假设数据中不存在一定程度的精度和信息。

将您的序数变量保留为序数变量。将这个变量分成更少的类别（例如“低”、“中低”、“中”、“中高”、“高”）甚至可能是有利的。这样做有两个原因。

1. 这是一个变量，对于每个观察值都有唯一的值，这可能导致它看起来非常重要。当你像这样装箱时，你就消除了这个问题。
2. 考虑一下您的模型将用于评估的未来数据。新数据中的那些身高等级会参考原始等级吗？如果新集合有 100 个观测值怎么办？现在新数据的范围大于模型最初考虑的范围。对这个变量进行分箱等效于对连续变量进行归一化。

最终，您的选择应基于回归模型的性能。如果将变量作为连续数值变量表现更好，那么就这样做。如果模型在将变量作为 bin 中的序数变量时表现更好，请执行此操作。