**，特徵處理方式
(平均數編碼：針對高基數定性特徵（類別特徵）的資料預處理
類別型特徵：都是字串，都在固定幾個類中選擇，有限的類別，
如何處理：
1.序號編碼，比如，成績，優秀》良》合格》不合格，分別賦值4，3，2，1
2/ 獨熱編碼，互相之間沒有順序，比如顏色，血型
那麼，就做成矩陣的，有的就賦值1，沒有就0，從1維變成4維矩陣
a b ab o
10 0 0
0 1 0 0
0 0 1 0
0 0 0 1
變成稀疏矩陣，就會占用大量的空間，如何解決
1/使用稀疏向量的方式來儲存特徵，就會節省很多空間，使用現成的函式能夠
2/降維，pca，降低維度，
三/二進位制編碼
血型，a b ab o,分別給他們編個號分別1 2 3 4，使用二進位制方法，分別表示1=001 2=010 3=011 4=100，比獨熱編碼少了一維，當資料量大的時候可以節省很多空間
特徵工程之類別特徵 處理方法介紹
當類別特徵仍保持原始形式時，其取值來自所有可能取值構成的集合而不是乙個數字，故不能作為輸入。當各個取值之間是沒有順序關係的並列關係，這樣的類別特徵稱為 名義 nominal 變數。相反，那些存在順序關係的 比如評級，評級5的會好於評級1的 則被稱為 有序 ordinal 變數。將類別特徵表示為數字形...
特徵工程 歸一化 類別處理
二 類別型特徵 對於乙個機器學習問題，資料和特徵往往決定了結果的上線，而模型 演算法的選擇及優化則是在逐步接近這個上限。特徵工程，就是對原始資料進行一系列工程處理，將其提煉為特徵，做為輸入供演算法和模型使用。特徵工程的目的是去除原始資料中的雜質和冗餘，設計更高效的特徵以刻畫求解的問題與 模型之間的關...
邏輯回歸處理非線性特徵，特徵離散化以及高維稀疏特徵
我們都知道邏輯回歸是個線性分類器，它的分類器形式為 f x 1 x1 2x2 nx nf x theta 1x 1 theta 2x 2 theta nx n f x 1 x1 2 x2 n xn 所說的線性是關於引數 theta 的線性，雖然它會經過乙個sigmoid函式的對映，加入對映之後，會演...