在機器學習領域的特徵，一般是乙個id，而且給這個id賦乙個值。
1、這個特徵值的表達一般可以通過統計的tf 或其他類似的數字表示。
2、比較難於理解的是hash在特徵表達裡也能起到比較重要的作用。 通過對特徵運用hash函式，獲得對應的值。裁剪、分桶獲取對應的位表示。可以用作特徵，起到降維的作用。
3、還有現在比較流行的是用embedding的方式，將特徵對映到一定維度的實數空間裡，相比hash不一樣的是，這種做法一般是神經網路的迭代方式，而不是hash的非迭代雲素昂方式，hash依賴的的hash核函式要設計的比較好（這個門檻比較高）。 embedding發熱，主要源於word2vec的盛行， 在知識圖譜領域演化了很多類似的transe、transr等方法。
特徵工程之特徵表達
在特徵工程之特徵選擇中，我們講到了特徵選擇的一些要點。本篇我們繼續討論特徵工程，不過會重點關注於特徵表達部分，即如果對某乙個特徵的具體表現形式做處理。主要包括缺失值處理，特殊的特徵處理比如時間和地理位置處理，離散特徵的連續化和離散化處理，連續特徵的離散化處理幾個方面。特徵有缺失值是非常常見的，大部分...
Pandas統計特徵函式
python中用於資料探索的庫主要是pandas和matplotlib，pandas提供了大量與資料探索相關的函式。這些統計特徵函式能反映出資料的整體分布，主要作為pandas的物件dataframe或series的方法出現。sum 計算資料樣本的總和 按列計算 mean 計算資料樣本的算術平均數 ...
頻域統計特徵介紹
頻域是通過傅利葉變換將時域進行變換，傅利葉變換具體請看這是一位大牛，解釋的很清除並且易懂。其中傅利葉變換，拉普拉斯變換，z變換真的很重要！s,fk xfft x function s,fk xfft x,fs m,size x for i 1 m t x i,t t mean t n length ...