本部落格僅僅用於鞏固學習，如有錯誤 還望指出（如能幫助別人自是大善）
什麼是特徵呢？特徵抽取，在訓練模型之前必須要將訓練的物件的特徵抽取。將人們理解的特徵 翻譯成為機器理解的特徵。個人理解 就是這個物件 的某些資訊 是某個類別的主要分類依據，比如狗是不會生蛋的，所以我們說狗是胎生動物，反之雞是卵生動物，這裡的是否胎生 就是特徵。
字典特徵抽取
from sklearn.feature_extraction import dictvectorizerfrom sklearn.feature_extraction.text import countvectorizerfrom sklearn.feature_extraction.text import tfidftransformer特徵選擇
from sklearn.feature_selection import variancethresholdfrom sklearn.decomposition import pca歸一化 ，缺點：容易受到異常資料的影響，
from sklearn.preprocessing import minmaxscalerfrom sklearn.preprocessing import standardscaler特徵工程基本流程
過程包含了特徵提取 特徵構建 特徵選擇。特徵工程的目的是篩選出更好的特徵，獲取更好的訓練資料，大多數工程師們做的事情基本是在資料倉儲裡搬磚，不斷地資料清洗，再乙個是分析業務不斷地找特徵。資料採集前需要明確採集哪些資料，一般的思路為 哪些資料對最後的結果 有幫助？資料我們能夠採集到嗎？資料清洗 包括缺...
特徵工程（1） 特徵工程是什麼？
特徵是資料中抽取出來的對結果 有用的資訊，可以是文字或者資料。特徵工程是使用專業背景知識和技巧處理資料，使得特徵能在機器學習演算法上發揮更好的作用的過程。過程包含了特徵提取 特徵構建 特徵選擇等模組。特徵工程的目的是篩選出更好的特徵，獲取更好的訓練資料。因為好的特徵具有更強的靈活性，可以用簡單的模型...
特徵工程 特徵交叉 交叉特徵 特徵組合
關於特徵交叉的作用以及原理，我這裡不進行詳細描述，因為大佬們已經說得很清楚了，這裡就附上幾個連線 特徵組合 特徵交叉 feature crosses 結合sklearn進行特徵工程 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 下面說怎樣製作和交叉特徵 多項式生成函式 sklearn.pr...