特征挖掘的框架 频繁特征挖掘基本概念 1.频繁项集、频繁子序列、频繁子结构 2.关联规则： 购物篮问题：电脑-->反病毒软件[支持度support=2%, 置信读confidence=60%]，表示所有交易数据中有2%的记录在购买了电脑与反病毒软件被同时购买，而所有 ...

在进行有监督的机器学习时，特征工程显得尤其重要，本文介绍的是在人工提取一些特征之后，怎样对这些特征进行二阶组合提取； 在进行一系列的摸索之后，得到3个基本点： 对连续的特征进行离散化处理： 最优分箱（见前面的博文） 进行WOE变换（将原特征用分箱后的WOE值替换 ...

特征工程（Feature Engineering） 　　特征工程其本质上是一项工程活动，它的目的是最大限度地从原始数据中提取特征以供算法和模型使用。 　　特征工程的重要性： 特征越好，灵活性越强 特征越好，模型越简单 特征越好，性能越出色 数据和特征决定了机器学习的上限 ...

特征选择有很多方法，看了很多资料后，我总结了以下几种，以后有新内容会随时修改 1.DF——基于文档频率的特征提取方法 概念：DF（document frequency）指出现某个特征项的文档的频率。 步骤：1).从训练语料中统计出保函某个特征的文档频率（个数） 　　 2).根据设定 ...

如何选择特征 根据是否发散及是否相关来选择 方差选择法 先计算各个特征的方差，根据阈值，选择方差大于阈值的特征 方差过滤使用到的是VarianceThreshold类，该类有个参数threshold，该值为最小方差的阈值，然后使用fit_transform进行特征值过滤 相关系数法 ...

在业界广泛流传着一句话：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。 由此可见，数据和特征是多么的重要，而在数据大多数场景下，数据已经就绪，不同人对于同样的数据处理得到的特征却千差万别，最终得到的建模效果也是高低立现。从数据到特征这就要从特征工程说起 ...

一、概念 特征选择feature selection：也被称为variable selection或者attribute selection. 是选取已有属性的子集subset来进行建模的一种方式. 进行特征选择的目的主要有: 简化模型，缩短训练时间，避免维数灾难(curse ...

概念： 特征工程：本质上是一项工程活动，他目的是最大限度地从原始数据中提取特征以供算法和模型使用 特征工程的重要性：特征越好，灵活性越强、模型越简单、性能越出色。 特征工程包括：数据处理、特征选择、维度压缩 量纲不一: 就是单位，特征的单位不一致，不能放在一起比较 ...