无解析

根据图示的点评数量分布，我们可以看到数据集中在较小的部分，同时存在明显的离群值。为了更好地利用这些数据进行预测，通常需要对数据进行离散化。以下是对各个选项的分析：

A: 数据过于集中在较小的部分
- 这是一个合理的原因。数据集中在较小的部分可能会导致模型在处理这些数据时产生偏差，特别是当数据分布不均匀时，离散化可以帮助平衡数据分布，使得模型更容易学习。

B: 数据存在明显的离群值
- 这也是一个合理的原因。离群值可能会对模型的训练产生不利影响，通过离散化可以减小离群值的影响，使得数据更加平滑和均匀。

C: 数据不符合正态分布
- 虽然数据不符合正态分布，但这并不是离散化的主要原因。离散化主要是为了处理数据的集中和离群值问题。

D: 数据的分布不连续
- 数据的分布不连续并不是离散化的主要原因。离散化主要是为了处理数据集中和离群值的问题。

综合以上分析，正确答案是：
A: 数据过于集中在较小的部分
B: 数据存在明显的离群值

这两个原因是对数据进行离散化的主要原因，通过离散化，可以使得数据分布更加均匀，减少离群值的影响，从而提高模型的预测性能。