数据特征构造

迪哥有点愁了 2023-01-12 22:46:25

课时名称	课时知识点
数据特征构造	数据特征构造

...全文

102 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

1.背景介绍在数据挖掘和机器学习领域，特征选择和特征构造是非常重要的。特征选择是指从原始数据中选择出与目标变量相关的特征，以提高模型的准确性和效率。特征构造是指通过组合、转换等方法，从原始数据中创建新的特征，以提高模型的表现力和泛化能力。在实际应用中，我们经常需要结合使用特征选择和特征构造，以获得更好的模型性能。在本文中，我们将详细介绍特征选择与特征构造的核心概念、算法原理、具体操作步骤以及数...

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。特征工程是什么？特征工程又包含了 Data PreProcessing（数据预处理）、Feature Extraction（特征提取）、Feature Selection（特征选择）和 Feature construction（特征构造）等子问题；本章内容主要讨论特征构造的方法。时间特构造以及时间序列特征构造的具体方法：对于时间型数据来说，即

基于国防科技大学丁兆云老师的《数据挖掘》课程数据挖掘（三）特征构造

导读：数据科学从业者们更倾向于选择用著名的算法来解决给定的问题。但仅仅靠算法并不能提供一个最优的解决方案，通过精心设计和选择的特征所建造的模型能够提供更好的结果。此篇作者总结了很多常见且有效的特征转化的方法，有些方法附有简单说明。具体的应用方法可以在网络上搜索公开信息。 “任何一个有智力的笨蛋都可以把事情搞得更大，更复杂，也更激烈。往相反的方向前进则需要一点天分，以及很大的勇气。”

如果每条数据为一条训练样本，时间变量提取出来的特征可以直接作为训练样本的特征使用。例子：用户注册时间变量。对于每个用户来说只有一条记录，提取出来的特征可以直接作为训练样本的特征使用，不需要进行二次加工。如果每条数据不是一条训练样本，时间变量提取出来的特征需要进行二次加工（聚合操作）才能作为训练样本的特征使用。例子：用户交易流水数据中的交易时间。由于每个用户的交易流水数量不一样，从而导致交易时间提取出来的特征的数据不一致，所以这些特征不能直接作为训练样本的特征来使用。

唐宇迪的课程社区_NO_7

1

社区成员

331

社区内容

发帖

与我相关

我的任务

社区管理员

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