特征工程

在写这个之前，我觉的有一个概念应该要知道：

数据和特征决定了机器学习的上限，二模型和算法只是逼近这个上限而已

特征工程的本质其实是一项工程活动，目的是最大限度的从原始数据中提取特征用于算法和模型的使用

特征使用的方案：

• 需要那些特征：与业务逻辑相关度高的特征要尽量的取到
• 可用性评估：特征获取难度和存储的方法，特征的覆盖率，准确率等等

特征的处理：

• 特征清洗，清洗掉异常的样本数据，噪声数据等
• 采样：数据不均衡样本的权重问题

预处理：

• 单个特征：归一化，离散化
• 多个特征：降维，特征的选择等
• 衍生变量 ：对原始数据 加工，生成有商业化意义的变量

特征监控

• 特征的有效性分析，特征重要性，权重
• 特征监控：监控重要特征，防止特征质量下降影响模型效率