数据变量:原始变量(如每天交易额)和
衍生变量,一般三种
1,时间维度衍生,如最近1个月交易额
2,函数衍生,最大最小交易额,交易额方差
3,比率衍生,最近一个月交易额
数据处理:所有的数据处理,数据建模,都是为业务服务的
离散化:
相关性过滤:
方差挑选完毕之后,我们就要考虑下一个问题:相关性了
希望选出与标签相关且有意义的特征
三种常用的方法来评判特征与标签之间的相关性:卡方,F检验,互信息。
字符性字段离算化:
数据标准化
建模前思考:建模前一定要把业务目标理一理,这样才能找到用什么模型
加权平均数