内容概括

1.经典特征工程构造

2.特征工程案例实践

PPT完整下载：后台回复“210501”可获取

视频地址：https://www.bilibili.com/video/BV1sf4y1s7Fw

特征工程构造

特征工程是数据科学最有创造力的部分

一、特征的类型汇总

二、特征工程方法总结

三、类别特征的常用编码方法

1.Label Encoder

2.One-Hot Encoder

3.Frequency 编码

4.Target 编码

5.其他编码

四、数值特征的常用编码方法

五、时间特征的常用编码方法

1.特征构造

特征工程构建大概可以从三个方面入手：领域特征，交叉特征和多项式特征。

2.特征选择

特征选择可能会降低模型的预测能力。因为被剔除的特征中可能包含了有效的信息，抛弃了这部分信息会一定程度上降低预测准确率。

王茂霖，Datawhale重要贡献成员，Datawhale&天池数据挖掘学习赛开源内容发起人，全网阅读超10w。

参赛30余次，获得DCIC-数字中国创新创业大赛亚军，全球城市计算AI挑战赛，Alibaba Cloud German AI Challenge等多项Top10。

整理不易，点赞三连↓