《百面机器学习》学习笔记（一）

第一章 特征工程

 

  0.综述

  1.1 特征工程:顾名思义，是对原始数据的进行一系列加工，将其提炼为特征，作为输入供算法和模型使用。
  1.2. 对于一个机器学习问题，数据和特征决定了结果的上限，而模型和算法的选择以及优化则是在逐步接近这个上限。 

 1.特征归一化

 2.1 原因：在学习率相同的情况下，将特征归一化到相同的数值区间后，特征更新速度变得一致，容易更快的通过梯度下降找到最优解。
 2.2 方法：
 （1）线性函数归一化：

 （2）零均值归一化:  

2.特征类别化

 方法：

1. 序号编码
2. 独热编码
3. 二进制编码

3.高维组合特征的处理

4.组合特征

5.文本表示模型

6.Word2Vec

7.图像数据不足的处理方法