功能工程教程

众所周知，特征工程对于机器学习极为重要，但是我发现与此领域相关的材料很少。我参加了Kaggle的几次比赛，并认为在某些情况下，好的功能甚至比好的分类器更重要。有谁知道关于功能工程的任何教程，或者这是纯粹的经验？

machine-learning references feature-construction

— 寻找船
source

您是指特征的预处理（归一化和其他变换）还是特征选择？

— MattBagg

@ mb3041023否，这两个步骤之前的步骤都需要将某些原始数据（如文本，图像或系列）转换为某些可用属性。

以我的经验，机器学习问题的很大一部分实际上是设置要解决/优化的正确问题（即特征，特征表示，选择等）。我很想看一本书，专门讨论经验特征选择和预处理，并带有许多现实生活插图（例如kaggle）。如果有人知道，请。发布。有几本专门针对数据清理/数据插补的书，但是迫切需要有关功能选择的专用实用文本。

— 2012年

看看：“特征提取：基础和应用程序”，2006年

— jasonb

@jasonb，作者，大小，价格和链接如何，类似这样：Guyon编，特征提取：Foundations and Applications 2006，778p，$ 306

— denis

Answers:

我会说经验-基本思想是：

您如何定义“间隔数据”？我在Google上进行搜索，发现了许多不同的定义。

— 供电

您能详细说明一下PCA吗？

— Daniel Velkov 2012年

x

$x$

| x - nearest prime | < 0.3

$|x-\text{nearest prime}|<0.3$

@DanielVelkov当您在嘈杂的数据上引导PCA时，组件通常会不稳定；这促进了在整个可用集合上制作一个全局PCA的想法，这泄漏了信息，并且是破坏评估的直接方法。

@mbq如果PCA仅在训练集上运行，应该怎么办？

— Daniel Velkov 2012年

Zheng等人撰写的一本书来自O'Reilly，名为“ 用于机器学习的特征工程 ”。

我读了这本书，它涵盖了不同类型的数据（例如，分类，文本...），并描述了随之而来的功能工程的不同方面。这包括诸如数据标准化，功能选择，文本中的tf-idf之类的事情。

— NumSim
source