特征工程

• 本篇博客主要介绍的是特征工程
• 本篇博客内容基于阿里云天池竞赛：心跳信号分类预测写就，着重说明了其特征工程部分
• 学习交流请联系 obito0401@163.com

何为特征工程

特征工程|机器之心

特征工程是利用数据所在领域的相关知识来构建特征，使得机器学习算法发挥其最佳的过程。它是机器学习中的一个基本应用，实现难度大且代价高。采用自动特征工程方法可以省去采用人工特征工程的需求。吴恩达(Andrew Ng) 说“挖掘特征是困难、费时且需要专业知识的事，应用机器学习其实基本上是在做特征工程。”

特征工程内容

• 知乎上有一篇回答非常得棒特征工程到底是什么 ，里面的一张图很好地介绍了特征工程的内容，现摘取出来，以供学习参考
  

特征工程实践

• 前文所提到的知乎文章特征工程到底是什么 中城东的回答就很好地展示了特征工程实践的全流程
• 我们常说的数据预处理在机器学习领域其实就包含在特征工程之中
• 在这次 DataWhale 的组队学习中，还提到了 tsfresh这个 Python 第三方时间序列处理包，它可以自动计算大量的时间序列数据的特征。此外，该包还包含了特征重要性评估、特征选择的方法。因此，不管是基于时序数据的分类问题还是回归问题，tsfresh都会是特征提取的一个不错的选择。tsfresh官方文档

【附】由于这次数据量大，个人电脑已经支撑不住，所以这次很遗憾不能亲自上手实践看看了，不过还是要简单总结下这次学习内容中的一部分函数，以便将来应用

• tsfresh.extract_features()：数据特征提取
• tsfresh.utilities.dataframe_functions.impute()：去除抽取特征中的NaN值
• tsfresh.select_features()：数据特征选择