特征工程——特征构造

特征工程概述

一、特征工程概述

特征工程 = 数据准备（for 数据挖掘）
数据清洗、转换

1.1 特征工程主要内容

1.2 特征工程重要性

好数据>多数据>好算法
    数据和特征决定了模型预测的上限，而算法只是逼这个上限而已
应用机器学习基本上就是特征工程

二、特征构造的常用方法

文本数据特征提取（类似茎叶图）
图像数据特征提取
用户行为特征提取

2.1 不同类型数据的特征提取方法

用户特征 RFM 行为特征提取：

在客户关系管理（CRM），有三个刻画用户的神奇指标
最近一次消费间隔时长（Recency）
消费频率（Frequency）
消费金额（Monetary）

代码演示：
import matplotlib.pyplot as plt
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all'

trade = pd.read_csv(./data/transaction.txt)    #导入交易数据类型
trad.info()
trad.head()

trade['Date'] = pd.to_datetime(trade['Date'])  #把date数据转换成日期类型
trade.info()
trade.head()

RFM = trade.groupby('CardID').egg(             #汇总生成 RFM 特征
    {'Date':'max','CardID':'count','Amount':'sum'})
RFM.head()