jacobwe的博客

目前业界有句话被广为流传：“数据和特征决定了机器学习的上限，而模型与算法则是逼近这个上限而已。”因此，特征工程做得好，我们得到的预期结果也就好。那特征工程到底是什么呢？在此之前，我们得了解特征的类型：文本特征、图像特征、数值特征和类别特征等。我们知道计算机并不能直接处理非数值型数据，那么在我们要将数据灌入机器学习算法之前，就必须将数据处理成算法能理解的格式，有时甚至需要对数据进行一些组合处理如分桶、缺失值处理和异常值处理等。这也就是特征工程做的事：提取和归纳特征，让算法最大程度地利用数据，从而得到更

1监督学习：利用一组带标签的数据，学习从输入到输出的映射，然后用新数据对照映射关系得到映射结果，达到分类或回归目的D=(X, y) X:数据 y:标签 学习X y的映射关系 算法:线性回归、逻辑回归、朴素⻉贝叶斯、决策树、随机森林林、SVM、神 经⽹网络2 非监督学习输入数据没有被标记，也没有确定的结果D=(X) ⽆无标签 寻找X中的特征或规律律eg:⽤用户分层(兴趣/特征等等)，降维⼯工...

一，缺失数据概要　1 .缺失原因 分为无意的，有意的，不存在。2.缺失类型 ，缺失分为完全随机缺失，随机缺失，完全非随机缺失　3.缺失处理方法     删除法,数据补充(替换补充，拟合补充)，虚拟变量，不处理二，缺失数据的类型　1，缺失分为完全随机缺失，随机缺失，完全非随机缺失　2 完全缺失- MCAR(missing completely ...