特征工程系列学习第28页

时间序列预测

关注微信公众号“时序人”获取更好的阅读体验时间序列知识整理系列时间序列统计分析时间序列聚类时间序列预测时间序列回归时间序列特征工程时间序列补缺时间序列异常检测写在前面时间序列预测就是利用过去一段时间的数据来预测未来一段时间内的信息

VachelHu·2023-01-07 04:07

模型融合Stacking和Blending

模型融合BlendingStacking区别各种比赛中常常见到在特征工程和调参取不到太大的进步的时候，转而进行模型融合操作。常用方法用Stcaking和Blending，该文记录一下学习使用中的情况。

Sigyc·2023-01-06 20:54

论文解读《通过迭代特征表示计算预测物种特异性酵母DNA复制起源》

然而，现有的ORIs计算预测器有一定的限制，如只构建单特征编码模型，有限的系统特征工程工作，以及无法验证模型的鲁棒性。因此，我们开发了一

HXH@·2023-01-06 16:58

深度学习和普通机器学习之间有何区别？

因此，深度学习的目标是克服单调乏味的特征工程任务的挑战，并帮助将传统的神经网络进行参数化。现在，为了引入深度学习，让我们来看看一个更具体的例子，这个例子涉及多层感知器(MLP)。在MLP中，“感

36大数据·2023-01-06 14:36

【机器学习】KNN算法实战项目三：金融贷款策略分类

KNN算法实战项目三：金融贷款策略分类3金融贷款策略中的KNN分类3.1模块导入与数据加载3.2数据EDA3.2.1数据预处理3.2.2数据可视化3.2.3特征工程3.3模型创建与应用3.4模型对比手动反爬虫

百木从森·2023-01-06 13:28

数据挖掘项目实战—Kaggle入门竞赛：房价预测之EDA与特征工程

文章目录一、房价预测比赛介绍数据集介绍二、EDA与特征工程房价预测网址一、房价预测比赛介绍房价回归预测，依据一个房子的全方位信息，包括面积、地段、环境等79个变量来预测出房子的价格。

哎呦-_-不错·2023-01-06 11:33

【机器学习之特征工程】数据预处理、特征选择、降维及不平衡处理

目录：1.什么是特征工程？

Sciengineer-Mike·2023-01-06 11:03

机器学习算法构建流程

数据挖掘流程：我在天池做过一些比赛，比如新人赛里面的o2o，但对于建模前的一些准备（特征工程或者说叫数据挖掘）并没有什么概念，网上也并没有找到相应的资料。

隔壁王者新·2023-01-06 11:33

【数据挖掘】机器学习算法建模实操完整流程（基于Kaggle数据集）

摘要大部分初学者在学习机器学习算法的时候，常常使用的是像Bostonhousing，titanicdataset，Irisdata等等这样的赶紧数据集，不需要做太多的数据预处理和特征工程。

Sciengineer-Mike·2023-01-06 11:01

特征工程系列：特征筛选的原理与实现（上）

由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。那特征工程是什么？特征工程是利用数据领域的相关知识来创建能

木东居士·2023-01-06 07:12

深度学习：特征工程

搬运：使用sklearn做单机特征工程特征工程：有这么一句话在业界广泛流传：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。那特征工程到底是什么呢？

潜心学习的渣渣·2023-01-06 07:41

特征工程系列：时间特征构造以及时间序列特征构造

文章系列：特征工程系列：数据清洗特征工程系列：特征筛选的原理与实现特征工程系列：特征预处理特征工程系列：特征构造特征工程系列：时间特征构造以及时间序列特征构造前言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

安替-AnTi·2023-01-06 07:40

机器学习中的特征建模（特征工程）和算法选型建模 - 以暴力破解识别为例

catalogue1.特征工程是什么？有什么作用？2.特征获取方案-如何获取这些特征？

stay_foolish12·2023-01-06 07:38

特征工程原理（一）

一、定义在机器学习原理中讲过机器学习的基本流程，其中很重要的一个环节就是特征工程。

Andy_shenzl·2023-01-06 07:00

Python机器学习(1)——机器学习概述，数据集的基本使用

文章目录一、人工智能概述二、什么是机器学习三、特征工程3.1数据集3.2特征工程一、人工智能概述1.机器学习是人工智能的一个实现途径2.深度学习是由机器学习的一个方法（人工神经网络）发展而来的3.机器学习

叶卡捷琳堡·2023-01-05 22:55

机器学习项目流程

机器学习项目流程1.理解实际问题，抽象为机器学习能处理的数学问题2.获取数据3.特征工程4.模型训练、诊断、调优5.模型验证、误差分析6.模型融合在微博上看到七月算法寒老师总结的完整机器的学习项目的工作流程

程序员酱油哥·2023-01-05 22:53

用户行为序列的特征设计和挖掘思路分享

风控用户行为序列的特征设计和挖掘本回答将分为三个部分：业务理解：风控包含哪几个阶段以及各阶段任务手动构建特征方法自动特征工程方法业务理解金融风控，可以是对于信贷类金融风控（银行贷款，花呗，信用卡等），也可以是现金支出

Pysamlam·2023-01-05 16:48

吴恩达Couresa课程——第二部分：监督学习week2 （已结束）

4.2多项式回归以多元线性回归和特征工程的思想得到一种称为多项式回归的新算法。可以拟合非线性曲线。

jqqjrr123·2023-01-05 13:38

机器学习——特征工程

目录特征工程特征构造特征选择特征提取模拟训练训练数据收集方法特征工程特征工程就是一个从原始数据提取特征的过程，这些特征可以很好地描述这些数据，并且利用它们建立的模型在未知数据上的性能可以达到最优，最大限度减少

谭盐.·2023-01-05 12:00

大数据及人工智能复习系列4 遗传算法

在使用了几个简单模型做了一些特征工程之后，我在排行榜上名列第219名。虽然结果不错，但是我还是想做得更好。于是，我开始研究可以提高分数的优化方法。结果我果然找到了一个，它叫遗传算法。

hong2511·2023-01-05 12:56

一文读懂遗传算法（附python）

在使用了几个简单模型做了一些特征工程之后，我在排行榜上名列第219名。虽然结果不错，但是我还是想做得更好。于是，我开始研究可以提高分数的优化方法。结果我果然找到了一个，它叫遗传算法。

BigQuant·2023-01-05 12:55

2022 机器学习岗位算法最全面面试题汇总

本资料有详细的知识体系目录，从机器学习模型，线性模型（LR,Lasso,Ridge）,验证方式（过拟合，欠拟合，交叉验证等），分类，正则化，特征工程，决策树，KNN,SVM,集成学习等

cc13186851239·2023-01-05 09:17

深度梳理：机器学习建模调参方法总结

注意：文末提供技术交流方法前言建模调参：特征工程也好，数据清洗也罢，都是为最终的模型来服务的，模型的建立和调参决定了最终的结果。模型的选择决定结果的上限，如何更好的去达到模型上限取决于模型的调参。

Python数据挖掘·2023-01-05 02:56

【转】自然语言系列学习之表示学习与知识获取（四）TransE

概述在知识表示学习方面，一个代表性的算法就是transe，它的基本思想是把每一个实体和每一个关系都表示成一个低维的向量，它的想法是对于每一个事实，将其中的relation看成是从头实体到尾实体的一个翻译操作。那么反应到语义空间里，实际上它的基本思想是在低维的空间里对每一个三元组建立头实体向量h加上关系relation的向量r等于尾实体向量t的目标（h+r=t）。也就是对于任何一个三元组的向量关系满

vincent_hahaha·2023-01-05 01:43

【2 - 随机森林 - 案例部分：随机森林在乳腺癌数据上的调参】菜菜sklearn机器学习

《菜菜的机器学习sklearn课堂》_哔哩哔哩_bilibili第一期：sklearn入门&决策树在sklearn中的实现第二期：随机森林在sklearn中的实现第三期：sklearn中的数据预处理和特征工程第四期

如何原谅奋力过但无声·2023-01-04 20:14

ADRC自抗扰控制算法（含梯形图完整源代码和算法公式）

ADRC自抗扰控制算法的详细解读，不是本篇博客讨论的重点，专栏有ADRC的系列学习笔记，感兴趣的同学可以自行查看，链接如下：PLC的自抗扰控制(ADRC)算法_RXXW_Dor的博客-CSDN博客_adrc

RXXW_Dor·2023-01-04 18:42

心跳信号分类预测-特征工程

本节的主要内容是对心跳信号时间序列数据的做特征工程，用到的时间序列特征处理工具是—Tsfresh（TimeSeriesFresh）。

sq_12345678·2023-01-04 14:20

【算法竞赛学习】心跳信号分类预测-特征工程

Task3特征工程此部分为零基础入门数据挖掘-心跳信号分类预测的Task3特征工程部分，带你来了解时间序列特征工程以及分析方法，欢迎大家后续多多交流。

jaeden_xu·2023-01-04 14:49

机器学习之特征工程详解

特征工程是指使用专业的背景知识和技巧处理数据，使得特征能在机器学习算法上发生更好的作用的过程。

九章云极DataCanvas·2023-01-04 14:12

数据降维和特征选择

特征工程概述特征工程的定义特征工程是将原始数据转化为特征，更好表示预测模型处理的实际问题，提升对于未知数据的准确性。

Mrgray·2023-01-04 13:03

特征工程数据预处理

1、快速查看整体信息.info()查看多种信息：总行数和列数、每列元素类型和non-NaN的个数，总内存DataFrame.info(verbose=None,memory_usage=True,null_counts=True)verbose：TrueorFalse，字面意思是冗长的，也就说如何DataFrame有很多列，是否显示所有列的信息，如果为否，那么会省略一部分；memory_usage

小白冲冲冲··2023-01-04 12:02

(1)ROS学习-ros功能包的创建和helloworld -系列学习于Autolabor

1.环境：ubuntu18.04；ros1-melodic。2.进入桌面新建一个文件夹，再到文件夹下建一个src文件夹。3.在文件夹下打开终端输入，生成build和devel文件夹。catkin_make4.打开vscode然后打开这个文件夹。5.我们先试着编译一下，看看有没有错，按ctrl+shift+b。(首先要装好插件：c/c++，ros，cmaketools，python)再按ctrl+s

月夜生云·2023-01-04 12:26

python异常值检测模型_【一点资讯】代码详解：适用20种算法的PyOD库，检测异常值如此优秀 www.yidianzixun.com...

数据探索包括许多因素，例如变量识别、缺失值处理、特征工程等。检测和处理异常值也是数据探索阶段的主要因素

weixin_39657575·2023-01-04 09:29

异常检测算法之局部异常因子算法-Local Outlier Factor(LOF)

0、简介在数据挖掘方面，经常需要在做特征工程和模型训练之前对数据进行清洗，剔除无效数据和异常数据。异常检测也是数据挖掘的一个方向，用于反作弊、伪基站、金融诈骗等领域。

那记忆微凉·2023-01-04 09:24

自然语言处理第十章信息抽取复习

信息抽取信息抽取复习重点：信息抽取概述从任务内容分为：从处理文档类型分为：从发展时间和处理文档分为：实体识别与抽取限定域命名实体识别基于规则或字典的方法：规则模版（字典）+匹配统计学习方法：特征工程+算法

SiYuanFeng·2023-01-04 09:14

PaperWeekly 第十二期---文本摘要

传统的文本摘要方法，不管是句子级别、单文档还是多文档摘要，都严重依赖特征工程，随着深度学习的流行尤其是seq2seq+attention模型在机器翻译领域中的突破，文本摘要任务也迎来了一种全新的思路

weixin_33824363·2023-01-04 08:41

Open CV系列学习笔记（二十三）分水岭算法2021-02-15

OpenCV系列学习笔记（二十三）分水岭算法分水岭算法所谓分水岭算法有好多种实现算法，拓扑学，形态学，浸水模拟和降水模拟等方式。

天涯尽头黄鹤楼·2023-01-04 08:39

均值，方差，标准差

在做【特征工程】的时候，会出现缺失值，那么经常会用到使用平均值或者中位数等进行填充。平均值平均值的概念很简单：所有数据之和除以数据点的个数，以此表示数据集的平均大小；其数学定义为以下面5个数据为例。

feidaji·2023-01-03 18:52

【学习笔记】机器学习

机器学习算法模型构建过程：1.获取数据集2.对数据集进行特征工程处理（如标准化、异常值、缺失值）3.划分训练集（TrainingSet）、测试集（TestSet）、验证集（ValidationSet）4

想当运维的程序猿·2023-01-03 12:58

NEFU数据科学导论(五)特征工程2特征选取

一、概念什么是特征选择?从数据集的全部特征中选取一个特征子集的过程被称为特征选择二、基本流程2.1子集产生2.2子集评估停止条件2.3子集检验三、过滤式方法3.1常用特征选择统计量3.1.1方差阈值3.1.2Pearson相关3.1.3距离计算统计分量越大，特征越重要3.1.4信息熵信息增益越大特征越重要四、产生特征子集的搜索策略4.1启发式搜索策略-贪心算法前向搜索后向搜索’双向搜索4.2.1前

NEFU-Go D 乌索普·2023-01-03 10:38

NEFU数据科学导论(五)特征工程1特征抽取

一、总体概述1.1特征创建1.2一些方法二、降维2.1现象当维度增加时,特征空间的体积增加得很快,使得可用的数据变得稀疏特征空间：样本密度：样本数/特征空间大小2.2方法大概三、主成分分析（PCA）3.1概述3.1.2规则要求3.1.3主要流程方差越大保留信息越多四、奇异值分解（SVD）4.1原理4.2计算过程4.3性质4.4优点

NEFU-Go D 乌索普·2023-01-03 10:58

广告点击预测实战：基于机器学习的LightGBM的广告点击预测

配库：1.读取原始数据,将时间信息分解为天和分钟2.特征工程3.五折交叉验证训练模型4.特征重要性5.做出最终预测配库：!

数学是算法的灵魂·2023-01-02 21:39

Python数据分析案例17——电影人气预测(特征工程构建)

案例背景本次案例是中国人民大学“人工智能与机器学习（2022年秋季）”课程的课堂竞赛。比赛是根据有关电影的各种信息来预测电影的受欢迎程度，包括演员、工作人员、情节关键字、预算、收入、海报、上映日期、语言、制作公司、国家、TMDB投票计数、平均投票等。比赛是在kaggle上进行的，这是链接，可以下载数据MoviePopularityPrediction|Kaggle由于原始数据特征变量基本都是文本，

阡之尘埃·2023-01-02 20:32

机器学习sklearn-逻辑回归

目录L0范数，L1范数，L2范数sigmond函数损失函数penalty和C参数逻辑回归中的特征工程梯度下降L0范数，L1范数，L2范数L0范数是指向量中非0的元素的个数。

kongqing23·2023-01-02 12:07

机器学习--数据清理、数据变换、特征工程

目录一、数据清理二、数据变换三、特征工程四、总结一、数据清理数据清理是提升数据的质量的一种方式。数据不干净（噪声多）？需要做数据的清理，将错误的信息纠正过来；数据比较干净（数据不是想要的格式）？

Lingxw_w·2023-01-02 12:34

GPT系列学习笔记：GPT、GPT2、GPT3

目录总结GPT:ImprovingLanguageUnderstandingbyGenerativePre-TrainingGPT-2:LanguageModelsareUnsupervisedMultitaskLearnersGPT-3:LanguageModelsareFew-ShotLearners内容整理自：https://www.bilibili.com/video/BV1AF411b7

xiyou__·2023-01-02 10:03

机器学习基础（三）——KNN/朴素贝叶斯/交叉验证/网格搜索

文章目录3.K近邻算法（KNN）3.1读取数据信息3.2处理数据3.2.1缩小数据,查询数据筛选3.2.2处理时间的数据3.2.3取出目标值和特征值3.3划分训练集和测试集3.4特征工程（标准化）3.5

Bayesian小孙·2023-01-02 08:23

Open3d 学习计划—12（Jupyter 可视化）

本系列学习计划有Blue同学作为发起人，主要以Open3D官方网站的教程为主进行翻译与实践的学习计划。

Being_young·2023-01-02 08:51

机器学习之特征工程

机器学习之特征工程目录一、特征工程——概述二、特征工程——数据预处理三、特征工程——特征选择四、特征工程——降维一、特征工程——概述特征工程是数据分析中最耗时间和精力的一部分工作。

VEkoing·2023-01-02 08:50

VectorNet详解

Abstract本篇论文主要做了三个方面的事情:特征工程不同与以前的方法，将车辆行驶收集的信息用一张全局的图像来表示，论文提出用向量表示车辆行驶过程中收集的各种信息。

樱花的浪漫·2023-01-02 08:49

推荐频道

特征工程系列学习