特征工程实操的三个阶段

文章预览

关注 “ 金科应用研院 ” ，回复“ 礼包 ” 领取“ 风控资料合集 ” 文末还有惊喜小福利，记得看到底呦 什么是特征工程 特征工程是从数据中提炼出能更好识别目标对象特征的过程，包含原始数据加工、提取有效价值信息等，是机器学习中核心的一环。 特征工程大体可以分为三个阶段： 特征预处理与转换： 对原始数据进行处理，包括处理缺失值、异常值、特征重编码、特征归一等，本质上是构造映射函数对特征进行转换和处理。 特征衍生： 在第一阶段差产生特征的基础上生成新的特征。 特征选择与降维： 以选择式或者降维式对全量特征进行维度缩减。 特征工程是一个重要但是耗时的过程。万里长征第一步，好的特征预处理与转换能极大的降低后续动作的成本，为特征提取与衍生提供良好的数据基础。常见特征预处理过程中存在的问题及解 ………………………………