numerical feature处理

对于树模型,我们不需要对数值特征进行缩放处理。

对于基于距离的模型,如KNN,线性模型,neural network,都需要对数据进行处理。

对于KNN,如果一个特征的范围很大,那么这个特征就更重要。所以特征的范围一定要选取好。

对于线性模型:

    首先,没有标准化或归一化的话,梯度下降将会很慢甚至难以进行。

    其次,没有标准化的话,正则项将产生不应有的效果。比如L2正则,特征越大,对应的权重w越大,而正则W**2也就越大了

因此,这些模型的数值特征都需要进行处理。

------------------------------------------------------------------------------------------------------

线性模型对于异常值很敏感:

我们可以进行异常值检测,去除异常值

 

此外,还可以进行rank transformation,也可以减轻outlier对线性模型的影响

这里注意,应将train data 和test data合并再rank。或者对train data做rank并记录map,再对test data做rank 

---------------------------------------------------------------------------------------------

此外,还可以进行下面两个变换,对线性模型尤其是神经网络效果很好:

将会把很大的值降低

-----------------------------------------------------------------------------------------

我们还可以对数据进行不同的特征变换,然后将这几份数据concat起来作为训练数据

或者 对不同的模型使用不同的特征变换,然后aggregation

----------------------------------------------------------------------------------------

对特征进行加减乘除的组合,不仅对线性模型有用,

对树模型也有用: 用更少的树产生更robust的模型

----------------------------------------------------------------------------------------

小数部分也可以作为特征:

之前自己做的比赛里就出现过

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值