機器學習基礎--各種學習方式（5）--自動特徵工程

自動特徵工程 　　自動工程的三個方向，隱式特徵組合（如NN，FM），半顯式特徵組合（如GBDT）與顯式特徵組合（顯式特徵叉乘）。 隱式特徵組合 　　主要特點是對連續值特徵非常友好，最成功的應用場景是語音和圖像但是深度神經網絡並不是萬能的，在深度學習中，高維離散特徵的變量處理非常複雜，同時缺乏可解釋性，過於黑盒化也是神經網絡大家關注的焦點。這樣會導致深度學習出來的特徵組合相對難用到其他算法之上，也很

>>阅读原文<<