学习笔记(05):推荐系统核心精讲-数据与特征工程02

立即学习:https://edu.csdn.net/course/play/26133/325591?utm_source=blogtoedu

特征工程的一般流程与步骤：

一、数据处理与特征增强

缺失值处理：均值、中位数、众数填充；

归一化：min-max归一化、分位数归一化、正态分布归一化

 

二、特征表达与构建

类别特征（离散特征）：one-hot编码、TF-IDF编码；

数值特征（连续特征）：直接使用（可能通过增强）、离散化（分桶）；

 

三、特征选择

基于统计量：方差（选择方差大的）、皮尔逊相关系数（两个变量之间的比较，-1到1，1为正相关，-1为负相关，0不相关，非常相关的两个特征选1个即可）；

基于模型：基于线性模型的系数大小、通过添加或减少特征让模型效果更好。