金融风控训练营Task03笔记

学习知识点概要

• 特征值处理
  • 缺失值补充
  • 时间格式处理
  • 类别特征处理
• 异常值处理
• 数据分桶
• 特征交互
• 特征编码
• 特征选择

学习内容

特征值处理

查找特征
.select_dtypes()：根据数据类型选择特征
缺失值填充
.fillna()：用字典填充
时间格式处理
.striptime()：根据指定的格式把一个时间字符串解析为时间元组
类别特征处理
.nunique()：返回唯一值得个数

异常值处理

均方差

数据分桶

特征分箱的目的：
降低变量的复杂性，减少变量噪音的影响，提高自变量和因变量的相关性

数据分桶的对象：
连续变量离散化
多状态的连续变量合并成少状态

分箱的原因：
数据的特征内的值跨度比较大时

分箱的优点：

• 处理缺失值
• 处理异常值
• 业务解释性

特征编码

labelEncode

特征选择

精简掉无用特征，降低最终模型的复杂性，保证准确率的情况下提高速度。

问题与解答

暂无

思考与总结

通过这次学习，我了解到了如何用python编写函数计算特征值，也学习到了如何对特征进行预处理，这对我之后的数据分析学习提供了很大的帮助，我会继续努力，掌握这项技能。