导航

随笔分类 -  特征工程

上一页 1 2

机器学习的特征工程

平均数编码：针对某个分类特征类别基数特别大的编码方式

摘要：原文：https://zhuanlan.zhihu.com/p/26308272 插入一条信息：特征编码一定要考虑是否需要距离度量，编码方式对距离度量的适应：例如：我们用one-hot编码颜色，向量正交，各个颜色之间的距离等同，如果此处用序数编码显然不太合适，但是我们用one-hot编码星期几就不好 阅读全文

posted @ 2018-09-13 11:29 wzd321 阅读(2652) 评论(0) 推荐(0)

分类任务评价——混淆矩阵、精度、召回率的具体解释

摘要：混淆矩阵： 混淆矩阵的正例一般是我们需要关注的，常用1表示，反例是我们不关注的，常用0表示。例如：一个需要识别借贷需求的人的分类任务中，正例表示有借贷需求的人，反例表示没有借贷需求的人。下面定义一些基于混淆矩阵的度量分类任务的方法： 查准率（Precision）： 基于这个借贷需求识别任务说明：所有 阅读全文

posted @ 2018-09-11 21:22 wzd321 阅读(1846) 评论(0) 推荐(0)

模型融合策略voting、averaging、stacking

摘要：原文：https://zhuanlan.zhihu.com/p/25836678 1.voting 对于分类问题，采用多个基础模型，采用投票策略选择投票最多的为最终的分类。 2.averaging 对于回归问题，一方面采用简单平均法，另一方面采用加权平均法，加权平均法的思路：权值可以用排序的方法确定 阅读全文

posted @ 2018-09-06 09:51 wzd321 阅读(3576) 评论(0) 推荐(0)

数据探索、特征选择、模型选择、交叉验证、模型融合

摘要：原文：https://www.toutiao.com/i6591745523139478030/?group_id=6591745523139478030 1.数据探索 常用图表： 查看目标变量的分布。当分布不平衡时，根据评分标准和具体模型的使用不同，可能会严重影响性能。 对 Numerical V 阅读全文

posted @ 2018-09-05 16:00 wzd321 阅读(1510) 评论(0) 推荐(0)

数据转图像、表征学习、均值编码、转换目标变量

摘要：原文：https://www.toutiao.com/i6597192035214557710/ 几种新的特征转换思维： 1.数据转换成图像 Kaggle上有一个微软恶意软件分类挑战，它的数据集包含一组已知的恶意软件文件，对于每个文件，原始数据包含文件二进制内容的十六进制表示。此前，参赛者在网上从没 阅读全文

posted @ 2018-09-05 11:22 wzd321 阅读(1526) 评论(0) 推荐(0)

上一页 1 2