08 特征工程 - 特征降维 - IDA 数据清洗常见流程 异常数据处理 案例 - 车辆数据预处理 每个样本具有7个特征，描述如下：• 购买价格...

线性判断分析(LDA)： LDA是一种基于分类模型进行特征属性合并的操作，是一种有监督的降维方法。 LDA原理 LDA的全称是Linear Di...

06 特征工程 - 特征选择 特征降维必须在特征选择做完以后才能进行。 当特征选择完成后，可以直接可以进行训练模型了，但是可能由于特征矩阵过大，...

05 特征工程 - 缺省值填充 当做完特征转换后，实际上可能会存在很多的特征属性，比如：多项式扩展转换、文本数据转换等等，但是太多的特征属性的存...

04 特征工程 - 特征转换 - 文本特征属性转换 缺省值是数据中最常见的一个问题，处理缺省值有很多方式，主要包括以下四个步骤进行缺省值处理： ...

03 特征工程 - 特征转换 - 分词、Jieba分词 机器学习的模型算法均要求输入的数据必须是数值型的，所以对于文本类型的特征属性，需要进行文...

02 特征工程 - 数据不平衡 特征转换主要指将原始数据中的字段数据进行转换操作，从而得到适合进行算法模型构建的输入数据(数值型数据)，在这个过...

01 特征工程 - 概念 数据清洗过程： PS：工作中可能遇到的最大的问题是数据不均衡。怎么去解决的？ 上采样、下采样、SMOTE算法。解决的效...

实际上特征工程是一个面向十分广的概念，只要是在处理数据就可以认为是在做特征工程。个人理解中，真正意义上的特征工程还是数据降维和数据升维的过程。 ...