特征预处理

梳理需要哪些数据
评估可用性

（获取难度、准确率、覆盖率）

特征清洗
  1. 清洗异常样本
  2. 采样，正负样本均衡
  3. 采样，样本权重
预处理
单个特征
  1. 归一化
  2. 离散化
  3. dummy coding
  4. 缺失值
  5. log
  6. 指数
  7. box-cox
多个特征

降维

  1. pca
  2. lda

特征选择

filter：自变量和目标变量之间的关联

  1. 相关系数
  2. 卡方检验
  3. 信息增益

wrapper：通过目标函数（AUC/MSE）来决定是否加入一个变量

  1. 通过迭代，产生迭代子集（完全搜索、启发式搜索、ga、sa）

embedded：学习器自身自动选择特征

  1. 正则化，l1-lasso
  2. 正则化，l2-ridge
  3. 决策树-信息增益、熵
  4. 深度学习
特征监控
  1. 监控重要特征
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容