特征工程第11页

机器学习基础之《特征工程（3）—特征预处理》

一、什么是特征预处理通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程处理前，特征值是数值，处理后，进行了特征缩放

csj50·2023-08-05 11:19

039. (9.12) 数模国赛C题中小微企业的信贷决策第三题思考

C中小微企业的信贷决策第三题思考思考查阅特征工程改进模型改动方面企业的生产经营和经济效益可能会受到一些突发因素影响，而且突发因素往往对不同行业、不同类别的企业会有不同的影响。

ORonaldinhoO·2023-08-05 03:10

机器学习---概述(一)

文章目录1.人工智能、机器学习、深度学习2.机器学习的工作流程2.1获取数据集2.2数据基本处理2.3特征工程2.3.1特征提取2.3.2特征预处理2.3.3特征降维2.4机器学习2.5模型评估3.机器学习的算法分类

肥大毛·2023-08-05 03:59

使用toad对数据进行分箱处理

Toad的功能覆盖了建模全流程，从EDA、特征工程、特征筛选到模型验证和评分卡转化。Toad的主要功能极大简化了建模中最重要最费时的流程，即特征筛选和分箱。

AIGC人工智残·2023-08-05 00:22

2、机器学习系统搭建流程

一、机器学习系统搭建流程原始数据文本图像语音数据预处理特征工程（向量/矩阵）建模预测备注：机器学习系统中，端到端的学习（Endtoendlearning）二、机器学习算法：监督学习(Supervised

波罗的海de夏天·2023-08-04 03:25

【秋招】算法岗的八股文之机器学习

目录机器学习特征工程常见的计算模型总览线性回归模型与逻辑回归模型线性回归模型逻辑回归模型区别朴素贝叶斯分类器模型(NaiveBayes)决策树模型随机森林模型支持向量机模型(SupportVectorMachine

zz的大穗禾·2023-08-03 22:34

特征工程（一）——特征归一化及类型特征处理

实际工作中，特征工程是去除数据中的杂质，提炼为更合理的特征，供算法和模型使用。特征工程主要包括特征归一化、类型特征的表示、特征选择及非结构化数据的表示。本文主要介绍特征归一化及类型特征的表

叫我e卵石·2023-08-02 20:25

特征工程资料整理，如何从数据中挖掘特征

特征工程资料整理，如何从数据中挖掘特征一、特征工程是什么二、探索性数据分析EDA参考资料：1.pandas_profiling【推荐】2.Sweetviz3.pandasgui4.D-tale【推荐】结论三

SeafyLiang·2023-08-02 15:48

【Datawhale夏令营】任务三学习笔记

任务一笔记回顾任务二笔记回顾目录一：竞赛上分流程1.1问题建模1.2数据分析1.3数据清洗1.4特征工程1.5模型训练与验证二：任务总结与心得一：竞赛上分流程问题建模——>数据分析——>数据清洗——>特征工程

guiyumile·2023-08-01 10:48

数据挖掘项目：金融银行风控信用评分卡模型（上篇）

上篇理解数据探索性数据分析数据预处理特征工程下篇使用to

Soda kun·2023-07-31 19:59

聊一聊先进的感知器和伟大的BP算法

曾经，基于统计学习的机器学习方法在AI领域占据了半边天，逻辑回归、决策树、支持向量机等算法不久就耳熟能详，「特征工程」一词瞬间火了起来，普遍认为数据弄得好+特征工程做得好≈模型能work。

Dreamcatcher风·2023-07-31 13:34

数据挖掘练习——电信客户流失预警项目

二、一般数据分析，挖掘基本步骤：1、用pandas导入数据，查看数据的基本情况2、探索性数据分析（EDA）：单变量可视化；双变量的关系；多变量的关系3、特征工程特征筛选：将一些object类型改成数

ln_ivy·2023-07-31 10:30

【机器学习】西瓜书习题3.3Python编程实现对数几率回归

importnumpyasnpimportpandasaspdimportmatplotlibfrommatplotlibimportpyplotaspltfromsklearnimportlinear_model导入数据，进行数据处理和特征工程

一个甜甜的大橙子·2023-07-31 00:00

【机器学习】西瓜书习题3.5Python编程实现线性判别分析，并给出西瓜数据集 3.0α上的结果

一个甜甜的大橙子·2023-07-31 00:59

机器学习入门之特征工程

数据集数据集划分,训练集与测试集合fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.feature_extractionimportDictVectorizerfromsklearn.feature_extraction.textimportCountVec

aaaak_·2023-07-30 05:59

机器学习03-数据理解(小白快速理解分析Pima Indians数据集)

数据理解是进行机器学习项目的重要第一步，它有助于我们对数据的基本属性有全面的了解，并为后续的数据预处理、特征工程和模型选择提供指导。

玩转AI·2023-07-29 09:03

Mnist分类与气温预测任务

目录传统机器学习与深度学习的特征工程特征向量pytorch实现minist代码解析归一化损失函数计算图Mnist分类获取Mnist数据集，预处理，输出一张图像面向工具包编程使用TensorDataset

醋酸洋红就是我·2023-07-29 07:03

深度学习入门（一）：神经网络基础

一、深度学习概念1、定义通过训练多层网络结构对位置数据进行分类或回归，深度学习解决特征工程问题。

一个很菜的小猪·2023-07-28 13:24

机器学习基础数据集、特征工程、特征预处理、特征选择 7.27

机器学习基础1.数据集2.特征工程3.学习分类4.模型5.损失函数6.优化7.过拟合8.欠拟合数据集又称资料集、数据集合或者资料集合，是一种由数据所组成的集合特征工程1.特征需求2.特征设计3.特征处理特征预处理

孤独memories·2023-07-28 08:00

数据挖掘实践任务2

任务2：特征工程（2天）特征衍生特征挑选：分别用IV值和随机森林等进行特征选择……以及你能想到特征工程处理结果原数据特征数80,通过随机森林筛选后的特征数50,剔除了37.50%的特征importpandasaspdimportnumpyasnpdata

乌和兔·2023-07-27 23:44

字节跳动 EB 级 Iceberg 数据湖的机器学习应用与优化

深度学习的模型规模越来越庞大，其训练数据量级也成倍增长，这对海量训练数据的存储方案也提出了更高的要求：怎样更高性能地读取训练样本、不使数据读取成为模型训练的瓶颈，怎样更高效地支持特征工程、更便捷地增删和回填特征

字节跳动云原生计算·2023-07-27 19:09

波士顿房价预测——线性回归模型

特征工程对数据进行标准化处理。机器学习使用线性回归模型进行预测。模型评估使用均方误差MS

AIGC人工智残·2023-07-27 00:01

R机器学习：特征工程与特征选择的介绍

看了很多高深的算法之后，实在是看不太明白，所以今天又来带大家复习基本功，都是两个非常非常重要的东西，先定两个基调，所谓的特征工程就是数据预处理，所谓的特征选择就是变量筛选，这样大家就不觉得这么难了。

Codewar·2023-07-26 05:59

特征选择的步骤与方法

为了找出影响时间序列a后续增加或减少的特征，可以使用相关性计算、特征工程和特征选择的方法。

12134·2023-07-25 18:35

【复盘与分享】第十一届泰迪杯B题：产品订单的数据分析与需求预测

文章目录题目第一问第二问2.1数据预处理2.2数据集分析2.2.1训练集2.2.2预测集2.3特征工程2.4模型建立2.4.1模型框架和评价指标2.4.2模型建立2.4.3误差分析和特征筛选2.4.4新品模型

丸丸丸子w·2023-07-25 12:49

深度学习(一)

目录一、特征工程的作用二、深度学习的应用三、得分函数四、损失函数五、前向传播六、反向传播一、特征工程的作用数据特征决定了模型的上限预处理和特征提取是最核心的算法与参数选择决定了如何逼近这个上限二、深度学习的应用无人驾驶人脸识别分辨率重构深度学习在图像分类中

几两春秋梦_·2023-07-25 12:32

全面助力AI人工智能在科研、教学与实践技能

目录模块一编程入门与进阶提高模块二科研数据可视化模块三信息检索与常用科研工具模块四科技论文写作与技巧模块五数据预处理与特征工程模块六多元线性回归模块七机器学习模块八深度学习模块九答疑讨论更多推荐在人工智能领域进行研究和深耕

WangYan2022·2023-07-25 12:36

四、特征工程

2.4不规则特征变换3.特征提取3.1类别相关的统计特征3.2数值相关的统计特征3.3时间特征3.4多值特征4.特征选择4.1特征关联性分析4.2特征重要性分析4.3封装方法5.实战案例在机器学习应用中，特征工程介于数据和算法之间

路哞哞·2023-07-25 06:06

机器学习之特征选择

这是机器学习项目过程中的重要一步，也是特征工程featureengineering.这很重要，原因如下：以减少训练时间。训练时间和特征空间是正相关的。避免维度灾难。使模型更容易。

uncle_ll·2023-07-25 00:09

python机器学习（二）特征工程、K-近邻算法、KNN工作流程、scikit-learn实现K近邻算法、K值选择、距离计算、KD树

特征工程把特征转换为机器容易识别的数据，把特征a转化为机器容易读懂、量化的语言归一化Min-Max将原始数据映射到[0,1]之间X′=x−minmax−minX'=\frac{x-min}{max-min

hwwaizs·2023-07-24 21:18

机器学习术语解析与应用（一）

文章目录引言数据集特征工程（FeatureEngineering）模型（Model）算法（Algorithm）训练（Training）预测（Prediction）泛化（Generalization）监督学习

小馒头学python·2023-07-24 16:49

【Python】数据分析+数据挖掘——变量列的相关操作

这些操作可以帮助我们处理数据、分析数据和进行特征工程等。

hiddenSharp429·2023-07-24 15:06

ChatGPT解决--使用java设计多层感知器识别字段“开始日期”的各种格式

2.特征工程：将日期转换为数字特征，例如将“2022-02-30”转换为[2022,2,30]。3.构建神经网络：在Java中，可以使用开源神经网络库，如Neur

陈海明hack·2023-07-23 22:03

【自然语言特征工程笔记】

字典特征提取DictVectorizer介绍字典特征提取是机器学习和自然语言处理中常用的一种技术，用于将文本数据转化为可用于机器学习算法的数值特征。DictVectorizer是一个用于将字典对象转化为稀疏特征矩阵的工具。它能够处理带有非数值特征的数据，并将其转化为可供机器学习算法使用的数值特征。使用示例下面是一个使用DictVectorizer进行字典特征提取的示例：fromsklearn.fe

武帝为此·2023-07-20 21:35

特征工程的几种常见方法

特征归一化目的：将所有的数值型特征归一化到一个固定的区间Why：以使用梯度下降算法作为优化算法的模型为例，归一化好的特征能够帮助模型更快的迭代，找到最优解How:线性归一化、均值归一化缺点：对于梯度下降算法的模型比较有用，对决策树一类的模型，无需归一化特征编码目的：有些模型转化成数值型特征才能继续工作Why:对于某些字符串特征无法直接编码，需要转化成数字编码How:序号编码：将编码转化成多个序号比

谦之·2023-07-19 22:31

20190929特征工程

1、筛选X方法：模型选择回归，不建议只用相关性分析或IV值筛选X1、LASSO2、相关性分析：看的是两两3、IV值计算：只适用二分类4、随机森林：是从总体上看，相对其他的解释性不高

6bd9f7257faf·2023-07-19 08:42

u013250861·2023-07-19 00:43

特征工程和多项式回归

特征工程的定义特征工程（FeatureEngineering）特征工程是将原始数据转化成更好的表达问题本质的特征的过程，使得将这些特征运用到预测模型中能提高对不可见数据的模型预测精度。

氢气氧气氮气·2023-07-18 18:07

Task3特征工程

day3:今天进行的是特征工程部分，也就是对一些特征进行处理，构造适合各种模型的数据。

酱油啊_·2023-07-17 14:34

机器学习（6）KNN算法（K-近邻算法）

目录一、基础理论1、估计器1、生成模型2、模型评估2、KNN基础3、API二、过程1、获取数据2、划分数据集3、特征工程（标准化）4、KNN算法预估器4-1、得到预估器4-2、训练（用设置好的预估器对训练值进行训练

_(*^▽^*)_·2023-07-17 12:11

【 Python 全栈开发 - 人工智能篇 - 41 】线性回归算法

1.2线性回归在人工智能中的应用预测分析特征工程异常检测1.3Python在人工智能中的角色数据处理和分析机器学习和深度学习自然语言处理二、理解线性回归2.1线性回归的基本原理2.2线性回归模型的假设2.3

书某人.py·2023-07-17 03:12

端智能在大众点评搜索重排序的应用实践

本文主要讲述大众点评搜索场景下，在端侧部署大规模深度学习模型进行搜索重排序任务的实践方案，包括端上特征工程、模型迭代思路，以及具体部署优化的过程，希望能对从事相关领域开发的同学有所帮助或者启发。

文文学霸·2023-07-16 17:55

机器学习24：《数据准备和特征工程-II》收集数据

构建数据集常用的步骤如下所示：收集原始数据。识别特征和标签来源。选择抽样策略。拆分数据。这些步骤在很大程度上取决于你如何构建ML问题。本文主要介绍——数据收集-CollectingData。目录1.数据集的大小和质量1.1数据集的大小1.2数据集的质量1.3特征表示-FeatureRepresentation1.4训练与预测2.连接数据日志2.1日志类型2.2加入日志源2.3预测数据源-在线与离线

Jin_Kwok·2023-07-16 11:38

机器学习技术（五）——特征工程与模型评估

机器学习技术（五）——特征工程与模型评估(2️⃣)文章目录机器学习技术（五）——特征工程与模型评估(:two:)二、模型评估1、Accuracyscore2、Confusionmatrix混淆矩阵1、多值

天海一直在AI·2023-07-15 20:54

【机器学习】特征工程 - 文本特征提取TfidfVectorizer

「作者主页」：士别三日wyx「作者简介」：CSDNtop100、阿里云博客专家、华为云享专家、网络安全领域优质创作者「推荐专栏」：对网络安全感兴趣的小伙伴可以关注专栏《网络安全入门到精通》文本特征提取一、特征提取API二、提取特征三、转成数组四、特征名字五、转回原始数据对「文本」进行特征提取时，一般会用「单词」作为特征，即特征词。TfidfVectorizer会计算特征词的「权重」，帮我们发现哪个

士别三日wyx·2023-07-15 19:06

机器学习技术（四）——特征工程与模型评估

机器学习技术（四）——特征工程与模型评估(1️⃣)文章目录机器学习技术（四）——特征工程与模型评估(:one:)一、特征工程1、标准化2、特征缩放3、缩放有离群值的数据4、非线性转换5、样本归一化6、特征二值化

天海一直在AI·2023-07-15 17:27

泰坦尼克沉船存活率（机器学习，Python）

目录1，实验要求：2，报告内容引言数据处理导入数据查看数据集信息数据清洗特征工程特征提取特征选择生还率预测说明模型构建建立训练数据集和测试数据集选择不同的机器学习算法训练模型，评估模型方案实施生存预测参数调优结论改进方法

不会Java的MING·2023-07-15 13:17

使用DL模型预测台风/雷达回波/降水的datasets构建学习笔记

基于pytorch的台风降水datasets类构建学习笔记dl模型花里胡哨一堆，但跑了这么多模型才发现特征工程的重要性，处理好气象数据对于结果还是非常重要的。

你知道网上冲浪吗·2023-07-15 11:38

特征工程系列：特征预处理（上）

特征工程系列：特征预处理（上）关于作者：JunLiang，一个热爱挖掘的数据从业者，勤学好问、动手达人，期待与大家一起交流探讨机器学习相关内容~0x00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

weixin_30736301·2023-07-15 09:52

推荐频道

特征工程