特征工程包括特征选择和特征提取。数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。通常而言，特征选择是指选择获得相应模型和算法最好性能的特征集，工程上常用的方法：
①计算每一个特征与响应变量的相关性：计算皮尔逊系数和互信息系数，皮尔逊系数只能衡量线性相关性而互信息系数能够很好地度量各种相关性，但是计算相对复杂一些，好在很多toolkit里边都包含了这个工具（如sklearn的MINE），得到相关性之后就可以排序选择特征了；
②构建单个特征的模型，通过模型的准确性为特征排序，借此来选择特征；
③通过L1正则项来选择特征：L1正则方法具有稀疏解的特性，因此天然具备特征选择的特性，但是要注意，L1没有选到的特征不代表不重要，原因是两个具有高相关性的特征可能只保留了一个，如果要确定哪个特征重要应再通过L2正则方法交叉检验；
④训练能够对特征打分的预选模型：RandomForest和LogisticRegression等都能对模型的特征打分，通过打分获得相关性后再训练最终模型；
⑤通过特征组合后再来选择特征：如对用户id和用户特征最组合来获得较大的特征集再来选择特征，这种做法在推荐系统和广告系统中比较常见，这也是所谓亿级甚至十亿级特征的主要来源，原因是用户数据比较稀疏，组合特征能够同时兼顾全局模型和个性化模型。
⑥通过深度学习来进行特征选择：目前这种手段正在随着深度学习的流行而成为一种手段，尤其是在计算机视觉领域，原因是深度学习具有自动学习特征的能力，这也是深度学习又叫unsupervised feature learning的原因。从深度学习模型中选择某一神经层的特征后就可以用来进行最终目标模型的训练了。
数据分析咨询请扫描二维码
在当今数字化时代，数据已成为推动经济和技术发展的关键因素。企业和机构对数据科学与大数据专业人才的需求急剧增长。该领域涵盖 ...
2024-11-16金融数学是一门充满挑战和机遇的专业，它将数学、统计学和金融学的知识有机结合，旨在培养能够运用数学和统计方法解决复杂金融市 ...
2024-11-16在信息时代的浪潮中，大数据已成为推动创新的重要力量。无论是在商业、医疗、金融，还是在日常生活中，大数据扮演的角色都愈发举 ...
2024-11-16在快速演变的数字时代，数据分析已成为多个行业的核心驱动力。无论你是刚刚踏入数据分析领域，还是寻求进一步发展的专业人士，理 ...
2024-11-15Python作为一种通用编程语言，以其简单易学、功能强大等特点，成为众多领域的核心技术驱动者。无论是初学者还是有经验的编程人员 ...
2024-11-15在当今数据驱动的世界中，数据分析已成为许多行业的基础。无论是商业决策，产品开发，还是市场策略优化，数据分析都扮演着至关重 ...
2024-11-15数据分析作为现代商业和研究领域不可或缺的一部分，吸引了越来越多的初学者。然而，自学数据分析的过程中，初学者常常会遇到许多 ...
2024-11-15在当今的数据驱动世界中，机器学习方法在数据挖掘与分析中扮演着核心角色。这些方法通过从数据中学习模式和规律来构建模型，实现 ...
2024-11-15随着数据在各个行业的重要性日益增加，数据分析师在商业和技术领域的角色变得至关重要。其核心职责之一便是通过数据可视化，将复 ...
2024-11-15数据分析师的职责不仅仅局限于解析数据和得出结论，更在于将这些复杂的信息转换为清晰、易懂且具有影响力的沟通。良好的沟通能力 ...
2024-11-15数字化转型是企业提升竞争力和实现可持续发展的关键路径。面对快速变化的市场环境，以及技术的飞速发展，企业在数字化转型过程中 ...
2024-11-15CDA数据分析师认证：CDA认证分为三个等级：Level Ⅰ、Level Ⅱ和Level Ⅲ，每个等级的报考条件如下： Le ...
2024-11-14自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长，掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展，为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家，每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中，数据挖掘与分析的应用愈发重要，成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域，它结合了统计学、计算机科学和领域专业知识，旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科，其广泛的应用领域和多样的职业选择，使得毕业生拥有丰厚的就业前景。无论是在政府还是企业，统计 ...
2024-11-14在当今高速发展的技术环境下，企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色，其主要作用体现在以下几个方面： 数据收集：爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中，数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术，旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13
