【机器学习】Google Developer-特征工程介绍

Table of Contents

1、什么是特征工程？

2、 那么将原始数据如何进行转换呢？

 2.1 数值映射

2.2 分类值映射

3、如何提高特征的质量？

3.1 尽量避免很少使用离散的特征值

3.2 推荐特征使用清晰且明确的含义

3.3 不要将异常数据和真实数据相混淆

3.4 考虑使用特征值的数据不要随意变化

4、数据如何清洗？

4.1 缩放特征值

4.2 处理极端值，减小极端值对模型的影响

4.3 对数据进行分档

4.4 异常数据修复

---

---

最近在通过Google online education学习机器学习有关的课程，对于学习的内容做一个简单的记录。

学习资源链接：https://developers.google.com/machine-learning/crash-course/ 

感兴趣的也可以去学习，这个需要VPN访问。 

1、什么是特征工程？

特征工程简单来说，就是将原始数据转换为特征向量。这种特征向量被计算机所使用，用来训练模型。 如下图：

2、 那么将原始数据如何进行转换呢？

 2.1 数值映射

如果是整型或者浮点数据则不需要特别的转换，直接使用，一般算法中使用浮点数，整型的话可以转换为浮点。

2.2 分类值映射

一般分类的特征都包含多个选项的数据集。比如街道名字“，{'Charleston Road', 'North Shoreline Boulevard', 'Shorebird Way', 'Rengstorff Avenue'}

这种字符串类型不能直接用于机器学习，所以需要转换。有一种转换方法就是one-hot 编码。 它的编码规则是将出现的设置为1，其他的都设置为0.如下图：