第一章特徵工程

前言

一、什麼是特徵工程？

二、為什麼執行特徵工程？

三、特徵提取

三、特徵選擇

總結顧名思義，特徵工程就是從資料中對特徵進行工程化。

特徵工程就是將原資料轉換為能更好的代表**模型潛在問題的特徵的過程，從而提高了對未知資料的模型準確性。

在機器學習中，任何建模技術想要獲得滿意的結果都需要良好的資料特徵。特徵對於提高模型的**能力是非常重要的。當嘗試解決現實問題時，由於特徵可能存在許多問題，如缺失值、離群值、不同型別、資料收集錯誤等，因此並不是總是能獲得理性的特徵。在訓練機器學習模型之前，必須進行清理、變換並找到正確的特徵集。

特徵提取是通過對現有特徵集進行一些變換，來選擇新特徵以去除冗餘的過程。在原始資料中，可能存在很多特徵。但是，我們也可以用較少的新特徵來表示所有這些特徵，這成為特徵提取（feature extraction）。新特徵可以向舊特徵一樣準確地表示資料。進行特徵提取的優點在於減少了訓練資料的維數。

特徵選擇是從資料中選擇特徵子集的技術，它和特徵提取不同，後者是建立新特徵的過程。特徵選擇是從資料本身中找到有用的特徵，它如此重要的原因在於以下幾點：

特徵選擇基本上是乙個搜尋問題，必須找到方法來選擇能產生更好結果的特徵。在特徵選擇中使用的不同方法包括以下幾種：

還有其它方法被用於特徵選擇，如嵌入法（embedded method).這些方法也可以在徵）。這些方法也可以在訓練特徵中選擇人最佳特徵。

第一章 特徵工程