http://www.zhihu.com/question/31989952 连续特征的离散化：在什么情况下将连续的特征离散化之后可以获得更好的效果？ Q:CTR预估，发现C...
发简信
IP属地：陕西
-
连续特征离散化达到更好的效果,特征选择的工程方法
-
第三课.特征工程1. 前言 特征 ＝ 数据中抽取出来对结果预测有用的信息 2. 数据与特征处理 2.1 数据采集 2.2 数据格式化 2.3 数据清洗 2.4 数据清洗实例 2.5 数据采样...
-
特征工程之缺失值与离群值处理
缺失值处理方式 删除 均值缺点：当缺失数据不是随机数据时会产生偏差.对于正常分布的数据可以使用均值代替， 中位值数据是倾斜的，使用中位数比均值可能更好。 插值法随机插值--随...
-
[机器学习] 特征选择简明指南
介绍 数据工程项目往往严格遵循着riro (rubbish in, rubbish out) 的原则，所以我们经常说数据预处理是数据工程师或者数据科学家80%的工作，它保证了...
-
spark-sql thriftserver 方式使用hive udf函数
1、在hive中注册udf函数 add jar hdfs://hdp-hdfs01/apps/udf.jar; --添加jar，jar存放在hdfs上 create func...
-
Windows下从源代码构建Spark
综述 其实Spark的构建已经做得很好了，但是由于大家已知的原因，很多东西不能很顺利的拿到。估计你要给老外说花了很多时间在build Spark上面，他只有一个反应“unbe...
