特征工程——一些知识点记录

1. 标准化和归一化的区别？
   特征工程 中说，标准化是依照特征矩阵的列处理数据，其通过求z-score的方法，将样本的特征值转换到同一量纲下。归一化是依照特征矩阵的行处理数据，其目的在于样本向量在点乘运算或其他核函数计算相似性时，拥有统一的标准，也就是说都转化为“单位向量”。
   但是，为什么依据”行“跟”列“来处理？以及依据”行“处理和”列“处理有什么区别？文章
   特征表达 提到，embedding的方法就是一种按照”列“来处理的方式，目的是为了避免按照”行“来处理而导致可能发生的维度爆炸。（因为行的数量一般比列大太多）

上面的汉字”标准化“和‘归一化’似乎并没有表达清楚一些概念，更多看下面的问题
z-score 标准化、min-max归一化和、Normalization？
参考：点击

2. one-hot 编码的思想
   将离散型特征的每一种取值都看成一种状态，若你的这一特征中有N个不相同的取值，那么我们就可以将该特征抽象成N种不同的状态，one-hot编码保证了每一个取值只会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状态位都是0。
3. one-hot（独热编码） 与dummy 哑编码的区别
   2 和 3 两点去参考：点击