特征工程学习笔记

特征工程学习笔记
一.
特征工程的重要性：为了解决实际问题，通常需要收集大量的数据，这些数据未经过滤，可能非常杂乱，甚至不完整。为了更好地使用这些数据，需要对数据进行处理，这就需要用到特征工程。
特征工程是这样一个过程：将数据转换为能更好地表示潜在问题的特征，从而提高及其学习性能。
特征工程具体包括以下几个方面：
1.转换数据的过程：这里并不特指原始数据或未过滤的数据，特征工程适用于任何阶段的数据，通常，我们要将特征工程技术应用于在数据分析者眼中已经处理过的数据，还有很重要的一点是，我们要处理的数据经常是表格形式的，数据会被组织成行（观察值）和列（属性）.
2.特征：特征是对机器学习过程有意义的属性，我们经常许需要查看表格，确定哪些列是特征，哪些列只是普通的属性.
3.更好地表示潜在问题：我们要使用的数据一定代表了某个领域的某个问题，转换数据的目的是要更好地表达更好的问题.
4.提高机器学习性能：特征工程最终目的是要获取更好的数据，以便学习算法从中挖掘模式，取得更好的效果.
二.
代码实战
1.删除异常值
2.特征构造
3.归一化
4.One-Hot编码
5.特征选择
过滤式
包裹式