《特征工程入门与实践》读书笔记一

       自己在实际的工作和平时的学习中，深深地感受到数据和特征的重要性。正如“Garbage in, garbage out”（错进，错出）所说，对于机器学习中，数据和特征往往决定了结果的上限，模型、算法和优化策略则是逐步在逼近这个上限（注：该话的大意来自于《百面机器学习》这本书的第一章—特征工程）。自己查到了市面上关于介绍“特征工程”的书籍，从讲解的详细程度和实践性出发，选择了《特征工程入门与实践》这本书作为参考书籍。下面是我读完这本书后所总结的读书笔记。

1. 特征工程简介

        特征工程的意义：在现实中很少有像机器学习竞赛和学术文献中那样干净的数据，在对原始数据的利用过程中，必须要将数据转化为更好地可以表现潜在问题的特征，才能更好地作为机器学习算法模型的输入，从而得到较为理想的模型性能。

        特征工程的评估：（1）得到基准模型的性能；

                                     （2）应用至少一种特征工程；

                                     （3）对于每种特征工程，获得对应的性能指标；

                                     （4）若指标的提升（相对于原模型的相对提升，用百分数表示）大于我们自己定义的阈值，则可以在机器学习流水线中应用该特征工程。

        特征工程的评价指标：分类：准确率、召回率、F1、AUC、特定领域的性能指标（如搜索推荐中的指标）；