精通特征工程
2021-04-22 10:28:43 0 举报AI智能生成
精通特征工程
作者其他创作
大纲/内容
第一章 机器学习流程
1.1 数据
1.2 任务
1.3 模型
错误数据
冗余数据
缺失数据
1.4 特征
1.5 模型评价
特征工程在机器学习流程中的位置
第三章 文本数据：扁平化、过滤和分块
3.1 元素袋：将自然文本转换为扁平向量
3.1.1 词袋
3.1.2 n元词袋
3.2 使用过滤获取清洁特征
3.2.1 停用词
3.2.2 基于频率的过滤
高频词
罕见词
3.2.3 词干提取
3.3 意义的单位：从单词、n元词到词语
3.3.1 解析与分词
3.3.2 通过搭配提取进行短语检测
1.基于频率的方法
2.用于搭配提取的假设检验
似然比检验常见短语的算法
1.计算出所有单词的出现概率
2.对所有的唯一二元词，计算出成对单词出现的条件概率
3.对所有的唯一二元词，计算出似然比log
4.按照似然比为二元词排序
5.将似然比最小的二元词作为特征
3.文本分块和词性标注
文本分块要比找出n元词复杂一些，复杂在于，它要使用基于规则的模型并基于词性生成标记序列
3.4 小结
3.5 参考文献
第五章 分类变量：自动化时代的数据计数
5.1 分类变量的编码
5.1.1 one-hot 编码
5.1.2 虚拟编码
5.1.3 效果编码
5.1.4 各种分类变量编码的优缺点
5.2 处理大型分类变量
5.2.1 特征散列化
5.2.2 分箱计数
5.3 小结
5.4 参考文献
第七章 非线性特征化与k-均值模型堆叠
7.1 k-均值聚类
7.2 使用聚类进行曲面拼接
7.3 用于分类问题的k-均值特征化
7.4 优点、缺点以及陷阱
7.5 小结
7.6 参考文献
第九章 回到特征：建立学术论文推荐器
9.1 基于项目的协同过滤
9.2 第一关 数据导入、清理和特征解析
9.3 第二关 更多特征工程和更智能的模型
9.4 第三关 更多特征=更多信息
9.5 小结
9.6 参考文献
精通特征工程
前言
简介
特征
特征工程
第二章 简单而又奇妙的数值
2.1 标量、向量和空间
一个向量
2.2 处理计数
2.2.1 二值化
2.2.2 区间量化(分箱)
固定宽度分箱
分位数分箱
2.3 对数变换
2.3.1 对数变换实战
2.3.2 指数变换：对数变换的推广
2.4 特征缩放/归一化
2.4.1 min-max 缩放
公式
2.4.2 特征标准化/方差缩放
attention
2.4.3 欧几里得范数归一化
2.5 交互特征
2.6 特征选择
过滤
打包方法
嵌入式方法
2.7 小结
2.8 参考文献
第四章 特征缩放的效果：从词袋到 tf-idf
4.1 ti-idf：词袋的一种扩展
4.2 ti-idf 方法测试
4.2.1 创建分类数据集
4.2.2 使用ti-idf变换来缩放词袋
4.2.3 使用逻辑回归进行分类
4.2.4 使用正则化对逻辑回归进行调优
通过重采样估计方差
4.3 深入研究：发生了什么
4.4 小结
4.5 参考文献
第六章 数据降维：使用PCA挤压数据
6.1 直观理解
6.2 数学推导
6.2.1 线性投影
6.2.2 方差和经验方差
6.2.3 主成分：第一种表示形式
6.2.4 主成分：矩阵-向量表示形式
6.2.5 主成分的通用解
6.2.6 特征转换
6.2.7 PCA实现
6.3 PCA实战
6.4 白化与ZCA
6.5 PCA的局限性与注意事项
6.6 用例
6.7 小结
6.8 参考文献
第八章 自动特征生成：图像特征提取和深度学习
8.1 最简单的图像特征（以及它们因何失效）
8.2 人工特征提取：SIFT和HOG
8.2.1 图像梯度
8.2.2 梯度方向直方图
8.2.3 SIFT体系
8.3 通过深度神经网络学习图像特征
8.3.1 全连接层
8.3.2 卷积层
8.3.3 ReLU变换
8.3.4 响应归一化层
8.3.5 池化层
8.3.6 AlexNet的结构
8.4 小结
8.5 参考文献
附录 A 线性建模和线性代数基础
A.1 线性分类概述
A.2 矩阵的解析
A.2.1 从向量到子空间
A.2.2 奇异值分解（SVD）
A.2.3 数据矩阵的四个基本子空间
A.3 线性系统求解
A.4 参考文献
职业： Data Analyst
0 条评论
下一页
为你推荐
查看更多
