机器学习之特征工程

#特征工程

##一、简介

​ 特征是指数据中抽取出来的对结果预测有用的信息
特征工程是使用专业背景和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。

##二、特征工程的意义：

​ 1. 更好的特征意味着更强的灵活性

​ 2. 更好的特征意味着只需要简单模型

3. 更好的特征意味着更好的结果

##三、工作应用

​ 工作中可能70%的时间处理数据，30%的时间建模、模型状态评估
算法、模型的研究是一些算法专家、专业人员在做
大部分人的工作
跑数据，数据库搬砖
数据清洗，数据清洗，数据清洗…
业务分析，分析case， 找特征，找特征…
一招LR打天下，LogisticRegressor逻辑斯蒂回归

##四、影响预测结果好坏的因素

​ 1. 模型的选择
KNN、线性回归、领回归，Lasso、逻辑斯蒂回归、SVM、决策树、贝叶斯、Kmeans……
2. 可用的数据
特征的提取

##五、特征工程的重要环节

​ 数据采集,考虑哪些数据有用
数据格式化, 确定存储格式，例如时间格式、int、float等
数据清洗（data cleaning)
错误数据：例如人身高5m，这样的数据无论是否