每天五分钟机器学习:数据和特征决定机器学习的上限(特征工程)

本文重点

本文将了解机器学习的特征工程,有一句话是说:“数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已”,这句话充分说明了特征工程的作用,如果将特征工程做好,那么模型的效果是不会差的。

特征工程的四个关键步骤

1、数据预处理

2、特征选择

3、特征降维

4、特征构造

数据预处理

数据预处理是特征工程的第一步。

我们需要将数据进行统一化处理,举一个例子,比如房子的特征有房屋面积还有房屋的数量这两个特征,那么面积可能是100平米,而房屋数量也能就3个,这两个特征相差三倍,所以没有在同一规格,需要将二者进行归一化处理,将数据统一到同一个个规格中。

有的数据还会存在缺失值,那么此时我们需要对其进行处理,常用的方式有以下几种:

1、均值

2、就近填补

3、K近邻法

4、将缺失值也作为一种特征,有缺失为1,无缺失为0

5、舍弃该缺失值

6、训练一个模型,预测缺失值

特征选择

数据处理完成之后,我们需要进行特征选择,因为一开始没有必要使用所有的特征,我们可以通过下面的方法找到最合适的特征。
1、方差选择法:如果某个特征的方差特别小,那么说明这个特征变化很小,有可能对模型的影响力很小。

2、使用相关系数(连续变量)和统计检验(离散变量)来对特征进行评估。
3、互信息法可以用来检测自变量对因

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

幻风_huanfeng

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值