特征工程基础

大纲

---

• 可用性评估：获取难度、覆盖率、准确率
• 特征清洗：清洗异常样本
• 采样：数据不均衡、样本权重
• 单个特征：无量纲化(标准化、归一化)、二值化、离散化、缺失值（均值）、 - 哑编码（一个定性特征扩展为N个定量特征）
• 数据变换：log、指数、Box-Cox
• 降维：主成分分析PCA、线性判别分析LDA、SVD分解
• 特征选择：Filter（相关系数、卡方检验）、Wrapper（AUC、设计评价函数A*、Embedded（L1-Lasso、L2-Ridge、决策树、DL）
• 衍生变量：组合特征
• 特征监控：监控重要特征，fa特征质量下降