數據挖掘的最關鍵環節 | 數據預處理之特徵選擇、異常值處理、特徵構造

百度金融的面試，一面問到了特徵選擇的相關問題，問我如何做特徵選擇，前兩天又有同事問到，覺得有必要整理一下相關內容。 一、特徵選擇 特徵選擇的目的 提高預測準確性 構造效率更高的預測模型 能夠對模型有更好的理解和解釋 特徵選擇的方法 過濾式、Filter方法：給每一維的特徵賦權重 封裝式、wrapper方法：將子集的選擇抽象成優化問題，對不同的組合進行比較 嵌入式、Embedded方法：挑選出對模型

>>阅读原文<<