layout: post title: “feature engineering(一) - basic” categories: [machine learning] tags: [machine learning] author: Wu Liu —

• 1.feature(特征)
  • 1.1定义
  • 1.2意义
  • 1.3两种方式
  • 1.4步骤
• 2.feature engineering(特征工程)
  • 2.1 feature engineering on numeric data
  • 2.2 feature engineering on categorical data
  • 2.3 feature engineering on text data
  • 2.4 feature engineering on temporal data
  • 2.5 feature engineering on image data
  • 2.6 feature scaling
  • 2.7 feature selection
  • 2.8 dimensionality reduction

对特征工程的概念说明以及针对对不同类型的特征进行加工的方法

1.feature(特征)

1.1定义

• 特征是从原始数据提取出来的属性
• 每个特征都是基于原始数据的一个特定的表示
• 特征是一个独立可测量的属性，可以通过一个二维数据(m*1)来描述
• 每一个观测都是一行记录，而特征则是这个观测一个列特定的值

1.2意义

• 特征代表了用于训练模型所需要的信息
• 特征的质量和数量对模型的效率有重要影响

1.3两种方式

• 一种是固有的(inherent)特征，不需要对原始数据进行操作即可直接获取。例如根据原始数据：出生日期得到特征：年龄。
• 另外一种是我们讨论的重点：基于多种数据类型，经过处理、抽取以及特征工程手段加工得到。

1.4步骤

• 特征抽取和特征工程(feature extraction and engineering)
• 特征缩放(feature scaling)
• 特征选择(feature selection) ![images/MLpraticalML/feature_engineering.png]

小结： 特征工程就是利用经验、专业领域知识、直觉、数学转换等方法从原始数据中提取特征，从而更好地改进模型的执行效率，即：

• 更好地表示数据
• 更好地改进模型效率
• 对模型构建和评估意义非凡
• 针对各种数据类型更加灵活
• 强调了问题所在的业务和领域

2.feature engineering(特征工程)

2.1 feature engineering on numeric data

2.2 feature engineering on categorical data

2.3 feature engineering on text data

2.4 feature engineering on temporal data

2.5 feature engineering on image data

2.6 feature scaling

2.7 feature selection

2.8 dimensionality reduction