超级会员免费看
本文介绍了Python在机器学习中数据表示与特征工程的基础知识，包括单变量非线性变换（如对数、平方根、平方、指数变换），自动化特征选择（如单变量统计、基于模型和迭代选择）以及如何利用专家知识进行特征工程。通过实例展示了如何使用Python的库进行特征变换和选择，以提高模型性能。
Python 机器学习 基础 之 数据表示与特征工程 【单变量非线性变换 / 自动化特征选择/利用专家知识】的简单说明
目录
Python 机器学习 基础 之 数据表示与特征工程 【单变量非线性变换 / 自动化特征选择/利用专家知识】的简单说明
一、简单介绍
Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。
Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。Python 是一种功能强大且易于学习和使用的编程语言，因此成为了机器学习领域的首选语言之一。Python 提供了丰富的机器学习库，如S
订阅专栏 解锁全文
821
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
