我在做一个新闻数据集的分类，用Logistic回归模型。（数据集来源：http://archive.ics.uci.edu/ml/datasets/Online+News+Popularity）这个数据集中的数据类型比较杂，有离散的数据也有连续的，有些范围在1以内，有些可以达到几十万，请问对这样的数据可以采用一些什么样的方法预处理，使之适用于Logistic回归？
可以把跨度大的按照四分位数间距或者中位数，改成分类变量，降低因为方差过大而引起的混杂