Task04 特征工程

用户相关特征

分析一下点击时间和点击文章的次数，区分用户活跃度

分析一下点击时间和被点击文章的次数， 衡量文章热度特征

用户的习惯

系列习惯

设备习惯

时间习惯

主题爱好

字数偏好特征

信息特征合并保存

用户直接特征

文章相关特征

召回文章主题

特征工程和数据清洗转换是比赛中至关重要的一块， 因为数据和特征决定了机器学习的上限，而算法和模型只是逼近这个上限而已，所以特征工程的好坏往往决定着最后的结果，特征工程可以一步增强数据的表达能力，通过构造新特征，我们可以挖掘出数据的更多信息，使得数据的表达能力进一步放大。 在本节内容中，我们主要是先通过制作特征和标签把预测问题转成了监督学习问题，然后围绕着用户画像和文章画像进行一系列特征的制作， 此外，为了保证正负样本的数据均衡，我们还学习了负采样就技术等。