5.特徵工程

一、前言 1.數據與特徵處理方法 （1）數據選擇/清洗/採樣 （2）數值型/類別型/日期型/文本型特徵處理 （3）組合特徵處理 2.特徵選擇方法 Filter/Wrapper/Embedded三種特徵選擇方式 3.特徵工程定義 特徵=>數據中抽取出來的對結果預測有用的信息。 特徵工程是使用專業背景知識和技巧處理數據，使得特徵能在機器學習算法上發揮更好的作用的過程。 4.意義 更好的特徵意味着用簡單

>>阅读原文<<