特征工程(英语:feature engineering)又称特征提取(英语:feature extraction)或特征发现(英语:feature discovery)是使用领域知识从原始数据中提取特征(特征、属性、特性)的过程。 是机器学习和概率模型中的一个预处理步骤[1]。该步骤的主要功能,是将原始数据转换为更有效的输入集。与仅向机器学习过程提供原始数据相比,其动机是使用这些额外的功能来提高机器学习的准确性和决策能力。
数据清洗过程包括数据对齐、缺失值处理、异常值处理、数据转化等数据处理方法
数据清洗过程包括数据对齐、缺失值处理、异常值处理、数据转化等数据处理方法
全部评论
相关推荐
点赞 评论 收藏
分享
破防了的哈里很讲原则:咱们两的情况差不太多,我是大一寒假开始学的java,大二下的时候技术栈也学得差不多了,按道理讲应该去找实习了,但我害怕面试,害怕在面试官前出糗,所以不断得麻痹自己,告诉自己八股还没背熟,项目还没理解,所以投不了。然后又染上了酸角洲,沉迷其中,直到最近才开始投。 点赞 评论 收藏
分享
查看13道真题和解析