**片段
import pandas as pd
import xgboost as xgb
import operator
# # 從sklearn.cross_validation裡選擇匯入train_test_split用於資料分割。
# from sklearn.model_selection import train_test_split
# # 從使用train_test_split，利用隨機種子random_state取樣25%的資料作為測試集。
# x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.25, random_state=33)
## # 從sklearn.preprocessing裡選擇匯入資料標準化模組。
# from sklearn.preprocessing import standardscaler
# # 對訓練和測試的特徵資料進行標準化。
# ss = standardscaler()
# x_train = ss.fit_transform(x_train)
# x_test = ss.transform(x_test)
#這裡的引數自己改
xgb_params =
num_rounds = 1000
dtrain = xgb.dmatrix(x_train, label=y_train)
gbdt = xgb.train(xgb_params, dtrain, num_rounds)
importance = gbdt.get_fscore()
importance = sorted(importance.items(), key=operator.itemgetter(1))
print importance
資料探勘 ctr特徵
訓練集分成k fold，用其他k 1 fold計算ctr，然後merge給第k個fold，遍歷k次。然後訓練集整體計算ctr，再merge給測試集。def ctr fea train,test,feature for fea in feature print fea temp train label...
資料探勘 特徵工程
特徵工程 常見的特徵工程包括 總結 1 特徵工程的主要目的是將資料轉換為能更好地表示潛在問題的特徵，從而提高機器學習的效能。比如，異常值處理為了去除雜訊，填補缺失值可以加入先驗知識等。2 特徵構造屬於特徵工程的一部分，目的是為了增強資料的表達。3 如果特徵是匿名特徵，並不知道特徵相互之間的關聯性，這...
資料探勘之特徵工程
標籤編碼與獨熱編碼 onehotencoder獨熱編碼和 labelencoder標籤編碼 資料探勘的基本流程 多項式特徵 特徵構建 生成多項式特徵 對於特徵離散化，特徵交叉，連續特徵離散化非常經典的解釋 資料預處理與特徵選擇 特徵工程到底是什麼？機器學習中的資料清洗與特徵處理綜述 sklearn ...