特征工程(Feature Engineering)是从原始数据中提取有用特征、以便更好地训练机器学习模型的过程,其核心构成包括特征选择、特征创建与特征转换这三件事,解决的是原始数据形式不适配模型、难以直接学习有效规律的问题,并不解决数据本身质量差与样本数量不足的问题。
特征工程的三件事 特征选择、特征创建与转换
特征工程(Feature Engineering)是从原始数据中提取有用特征、以便更好地训练机器学习模型的过程,其核心构成包括特征选择、特征创建与特征转换这三件事,解决的是原始数据形式不适配模型、难以直接学习有效规律的问题,并不解决数据本身质量差与样本数量不足的问题。
🔗 本文链接