Skip to content

Latest commit

 

History

History
 
 

9.feature-engineering

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

一、面向机器学习的特征工程

内容简介

第 1 章从数字数据的基本特征工程开始:过滤,合并,缩放,日志转换和能量转换以及交互功能。

第 2 章和第 3 章深入探讨了自然文本的特征工程:bag-of-words,n-gram 和短语检测。

第 4 章将 tf-idf 作为特征缩放的例子,并讨论它的工作原理。

第 5 章讨论分类变量的高效编码技术,包括特征哈希和 bin-counting。

第 6 章中进行主成分分析,我们深入机器学习的领域。

第 7 章将 k-means 看作一种特征化技术,它说明了模型堆叠的有效理论。

第 8 章都是关于图像的,在特征提取方面比文本数据更具挑战性。在得出深度学习是最新图像特征提取技术的解释之前,我们着眼于两种手动特征提取技术 SIFT 和 HOG。

第 9 章中完成了一个端到端示例中的几种不同技术,为学术论文数据集创建了一个推荐器。


原版(英文)图书地址

翻译apachecn翻译版本地址

代码修改和整理黄海广,原文修改成jupyter notebook格式,并增加和修改了部分代码,测试全部通过,所有数据集已经放在百度云下载。

二、特征工程的神器-基于Python的特征自动化选择代码

FeatureSelectorUsage

该选择器基于python编写,有五种方法来标识要删除的特征:

  • 缺失值
  • 唯一值
  • 共线特征
  • 零重要性特征
  • 低重要性特征

如果需要引用这个Repo:

格式: fengdu78, Data-Science-Notes, (2019), GitHub repository, https://github.com/fengdu78/Data-Science-Notes