有時候，數據集中的某一個特征，方差非常小，非常接近，這樣導致的結果就是，沒有區分度，那么這個特征其實就不是一個好的特征，因此方差過濾的思想就是，找到那些有區分度的特征（方差大） 如果一個特征服從 ...

數據對齊 Z分數標准化     將數據轉換成服從標准正太分布的數據     $$     \hat x = \frac{x-\mu}{\sigma}     $$ 歸一化     將數據 ...

在進行特征工程的時候，為了確保模型的准確性，需要將一些異常數據排除，從而防止模型被帶偏。因此，在特征工程任務中，需要一些方法，來識別異常值。 異常值識別 (1) 箱線法 通常用戶用某個統計分布對 ...

Pandas判斷缺失值 注意，有些數據用0代替特征值，這個時候，可以將0用None 代替，這樣，isnull 函數就可以檢測出來了，而且fillna 和dropna函數都可以直接工作了。 處理 ...

有的時候，已有的特征可能並沒有有效的表征特征，尤其是針對特殊的業務的時候，極有可能需要對已有的特征進行變換，從而讓特征更加能夠表征特有的業務。這里介紹幾種常用的特征構造方法。 (1) 統計量構造 ...