特征工程与自动特征工程

目录

1. 什么是特征工程

2. 什么是自动特征工程

2.1 自动方法有哪些

3. 文献说明

4、参考文献

---

1. 什么是特征工程

特征工程，是指用一系列工程化的方式从原始数据中提取出更好的数据特征，以提升模型的训练效果。特征工程是机器学习中不可或缺的一部分，尤其是在浅层机器学习领域中占有非常重要的地位。好的特征工程很好的混合了专业领域知识、直觉和基本的数学能力。特征工程通常包括数据预处理、特征选择、降维等环节。

2. 什么是自动特征工程

自动化特征工程能够对特征工作中存在的必要而繁琐的工作进行自动化处理，从而优化机器学习模型的构建和部署，使开发者能够更多地关注其他重要步骤，尽量减轻其在特征设计环节的工作。

主要有Featuretools、Cognito、H2O.ai等工具。所用到的典型方法除了早期以评价引导方式为代表的高搜索代价方法，近年比较有影响力的有DFS和LFE，这两类方法都是从学习的角度去考虑特征工程的自动化。

2.1 自动方法有哪些

深度特征合成（DFS：Deep Feature Synthesis）的基本概念，这个自动化特征工程方法创建的特征能够与数据科学家自己创建的特征媲美。DFS中将与数据集本身无关的操作，称之为“基元”。新的特征通常由先前获取的特征派生出来。基元是DFS的基石，它定义了输入和输出的类型，把基元组合起来就可以构造复杂特征。深度学习通常需要大量样本来学习复杂的结构，而DFS则是基于数据集的特点来构建潜在特征的。对于许多企业来说，不一定有足够的样本来做深度学习，DFS则提供了一种能够基于更小的数据集来进行特征工程的方法，而且这些特征更加容易被人类所解释。

LFE为代表的理由机器学习方