5.特征工程

一、前言 1.数据与特征处理方法 （1）数据选择/清洗/采样 （2）数值型/类别型/日期型/文本型特征处理 （3）组合特征处理 2.特征选择方法 Filter/Wrapper/Embedded三种特征选择方式 3.特征工程定义 特征=>数据中抽取出来的对结果预测有用的信息。 特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。 4.意义 更好的特征意味着用简单

>>阅读原文<<