google机器学习速成课程

特征工程 良好特征的特点： 避免使用很少使用的离散特征值，良好的特征值应该出现5次以上 最好具有清晰明确的含义 不要将”神奇“的值域实际数据混为一谈，即不包含超出范围的异常值 考虑上游不稳定，即特征的定义不随时间变化 数据缩放： [min,max] (value-mean)/stddev 处理离群值： 取对数 限制最大值 分段或分箱 数据清理： 遗漏值 重复样本 不良标签 不良特征值 奥卡姆剃刀：

>>阅读原文<<