信贷违约风险评估模型（中篇）：特征工程

机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353）

特征工程

特征工程，是根据数据集已有的特征，删除、加工产生新特征，从而改善模型的预测效果。著名的计算机科学家、人工智能与机器学习领域的领军人物吴恩达(Andrew Ng)有一句名言：“applied machine learning is basically feature engineering.” 具体上说，特征工程包括：

• 特征构造：从数据集产生新特征。

• 特征选择：仅选择最重要的特征或降维方法。

下面开始我们的特征工程！

Polynomial Features

在这个方法里，我们产生存在的特征的幂次或交互项作为新特征。例如，
$EXT\_SOURC{E}_1^2$