当前位置：首页>python>Python-10-特征工程

Python-10-特征工程

  • 2026-10-11 08:11:52
Python-10-特征工程
特征工程，是一个处理特征的过程。在机器学习/建模里，特征本质是一组数据。特征=字段=列=指标，也可以理解为一件事情的一个角度。按是否可以进行数值型特征、分类型特征。
特征，包括了一件事物描述里可被收集的全部特征。比如人的身高、体重、姓名、年龄、收入、工作等。
这些特征初步收集起来用以分析时，我们称这些特征为“原始特征”。
然后我们用原始特征可以身高和体重推测出一个人是否肥胖，这种基原始特征计算出来的特征，称为“衍生特征”。这个常用在Excle的增加列（客单价=销售额/客户数，总收入=销量*单价）。
原始特征和衍生特征，我们可以直观看出来其意义。对于字段（特征），机器是看不懂中文的，它只能处理0/1组成的数值。为了让机器更懂我们的数据，我们需要对原始特征进行改造，这是真正意义上的特征工程（高端局）。
我们需要做什么？分别是两类特征的处理。
数值型特征：
机器学习中，基于距离、梯度、线性加权类的模型，比如线性回归、K菌类、神经网络、PCA主成分分析等，受极端值影响大，所以数据需要先进行归一化/标准化
而基于树模型、概率分布、排序的模型，对异常值不敏感，则无需要回归一化/标准化数据。主要取决于模型的特性。
还有一种情况是将连续的数值，进行分箱。
分类型特征：
需要将这类非数值的特征进行编码，转化称称机器能懂的数字。这个方法有标签编码、独热编码、目标表嘛等。
后期：
特征工程构造完毕后，输入模型后，评估模型的性能，然后进行优化。优化的过程中要找出一些重要的特征值，剔除不必要的特征，这有利于后期维护，减少数据采集的成本，降低模型的训练时间。
从业务角度来说，找到影响结果的重要特征，有助于业务落地。
总结：
特征工程是将原始数据进行处理成机器能读懂的语言，然后再找到影响结果的重要特征，提升模型性能。
Day 10
#Python学习，#特征go工程，#数据建模
文字本身就是理性思考后的产物，它永远无法代替直观的感受。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

【已复现】Dirty Frag: Linux内核LPE深度解析,poc见V4bel/dirtyfrag

花30天速成Python,无痛自律!

最新文章

随机文章