特征预处理和特征生成 (一)数字特征

数字特征

1，特征的预处理

• Scaling
• outliers
• rank
• 亚线性处理

（1）Scaling预处理

• To [0,1]：MinMaxScaler()
• To mean=0,std=1：StandardScaler()

（2）去除outliers

• 将一些特征的边缘值去掉，如下所示。
  
  
  • 使用rankdata预处理：将特征值转换为对应排序后的索引，这种方法比第一种方法简便，如下所示。
    

（3）亚线性处理

亚线性处理主要是将一些数值比较大的特征的影响稍微减弱一些。

• np.log(1+x)
• np.sqrt(1+2/3)

2，特征生成

主要方法有：

• 先验知识
• 探索性数据分析

下面主要说一下利用先验知识来生成新特征。

（1）加入一些组合特征

• 加性特征：几个基本特征相加。
• 乘性特征：几个基本特征相乘。例如：有长有宽，你可以生成一个面积的特征。
• 除性特征：几个基本特征相除。例如：有房子价格，面积，你可以生成一个单位面积价格的特征。

（2）加入一些创新性特征

例如将价格的小数部分作为一个新特征，可以理解为各个价格之间的区别性特征。小数部分为0.99的价格的商品可能卖的更好!

3，总结