数据挖掘中的特征工程理解与使用下载

weixin_39821051 2021-12-07 13:51:11
...全文
36 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
深度了解特征工程
本文全面介绍了特征工程的概念、流程及方法，包括数据获取、描述、处理、选择与构造等内容，强调了特征工程在机器学习中的重要地位。
《零基础数据挖掘》-赛题理解+数据分析+特征工程
本文详细介绍了一项关于二手车交易价格预测的数据挖掘竞赛，包括赛题理解、数据概况、预测指标及数据分析过程。通过EDA探索数据特性，利用xgb、lgb等模型进行预测，适合竞赛新手实践提升。
Python数据挖掘项目开发实战：使用转换器抽取特征
本文聚焦Python数据挖掘项目，利用转换器抽取特征。先介绍项目背景与目标，接着说明数据准备工作，阐述转换器选择与实现，包括文本、数值特征处理及特征选择。之后进行特征抽取、评估，用抽取特征训练模型并评估性能，展示结果并优化，最后总结展望。
数据挖掘实践（资金流入流出预测）--Task04：特征工程
本文探讨了数据挖掘中预测资金流入流出的赛题，重点在于特征工程。内容涵盖赛题解读，强调80%精力应放在特征选取上，讨论了离散型特征的重要性，如用于规则设计、模型拟合和易于理解。提出了特征组合策略，包括简单的数学运算和针对时间序列问题的特定特征。同时，提到了特征选择的问题，建议剔除无关特征，处理自变量共线性，以构建最优特征子集。
数据挖掘小白系列!数据预处理及特征工程(下)-降维算法!
本文深入探讨数据挖掘中的关键步骤——数据预处理与特征工程，解析维度概念、降维算法如PCA和SVD的工作原理及应用，以及如何在sklearn中实施降维，包括参数选择、属性解释和降噪技巧。
下载资源悬赏专区

13,654

社区成员

12,571,024

社区内容

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛（原bbs）
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章