如何做特征筛选

最新推荐文章于 2024-01-23 21:18:37 发布

Just Jump

最新推荐文章于 2024-01-23 21:18:37 发布

阅读量2.8k

点赞数

分类专栏：特征工程机器学习文章标签：机器学习特征筛选

本文链接：https://blog.csdn.net/eylier/article/details/121727514

版权

81 篇文章 9 订阅

订阅专栏

22 篇文章 2 订阅

订阅专栏

特征工程是模型构建的核心环节，涉及特征编码、归一化和筛选。特征筛选常用方法包括：特征覆盖率（要求覆盖一定比例用户）、特征封箱测试（正负样本占比对比）、IV值、GAIN信息增益和卡方检验。通过这些方法综合评估，结合模型中的特征重要性，可以有效挑选出对模型影响大的特征。

摘要由CSDN通过智能技术生成

工作中做模型，首先很重要的一步就是特征工程，包括特征编码、特征归一、特征筛选等。

这里聊一下工作中常用的做特征筛选的方法。

对于样本，有多少用户有此特征，缺失情况如何。一般要求特征覆盖率大于一定阈值。

即特征在正样本、负样本中的占比对比测试。选择特征：pct_1/pct_0<=0.8 || pct_1/pct_0=>1.2

计算第2步筛选后的特征的IV值、GAIN值、chi值，并各自排序获得rank排名。

根据排名计算出综合排名，设置阈值，筛选出total_rank < 阈值的特征。

上述筛选后，基本可以获得不错的特征。当然也可以根据模型进一步获得选择的特征在模型上的表现衡量，即特征重要性。

关注

专栏目录