特征工程
2016-05-01 12:14:52 6 举报
特征工程是机器学习中一个至关重要的步骤,它涉及到从原始数据中提取、选择和构造出对模型预测性能有显著影响的特征。这个过程可能包括缺失值处理、异常值检测、数据标准化、特征编码等。通过特征工程,我们可以将复杂的、非结构化的数据转化为模型可以理解和使用的格式,从而提高模型的预测准确性。特征工程的质量直接影响到模型的性能,好的Feature Engineering能够使得模型的效果得到显著提升,而不良的特征工程则可能导致模型过拟合或者欠拟合。因此,特征工程是机器学习项目中不可或缺的一部分。
作者其他创作
大纲/内容
特征选择
/runner/bi/gongjian_iwm/uprofile/userinfo/20160320
/user/map/uprofile/order_address/order_address_tag.20160320
/user/map/uprofile/userinfo/user_info.20160319
数据
/user/map/uprofile/userinfo/user_info.20160321
模型
模型与评估
/user/map/uprofile/order_address/order_address_tag.20160319
特征
特征学习
评估
输出
/runner/bi/gongjian_iwm/uprofile/userinfo/20160319
/runner/bi/gongjian_iwm/uprofile/userinfo/20160321
/user/map/uprofile/order_address/order_address_tag.20160321
特征建立
特征提取
/user/map/uprofile/userinfo/user_info.20160320
0 条评论
下一页