对于机器学习模型，我们把他们分成基于树的模型和非基于树的模型，因为在处理他们的特征需要不同的方法。 1.数值型特征 如果一个特征的值特别大的话，那么会使得其在非树模型上占有很大的比例，所以我们通常对其做归一化处理。 Outliers：不管是对特征还是标签，异常数据对模型的鲁棒性都会带来较大的打击，所 ...
分类：
其他好文 时间：
2018-06-14 23:15:59
阅读次数：
250
有一句话在业界广为流传：特征工程决定了模型的上界，调参决定模型能够有多逼近这个上界。 这里以sklearn为例讲讲特征工程。 一图概览特征工程 虽然说分了这么多部分，但特征工程最重要的部分还是特征处理，特征处理主要包含三个方面，特征预处理，特征选择和降维度。 数据预处理 数据预处理一方面把特征转为合 ...
分类：
其他好文 时间：
2018-06-05 13:29:25
阅读次数：
148
在特征工程之特征选择中，我们讲到了特征选择的一些要点。本篇我们继续讨论特征工程，不过会重点关注于特征表达部分，即如果对某一个特征的具体表现形式做处理。主要包括缺失值处理，特殊的特征处理比如时间和地理位置处理，离散特征的连续化和离散化处理，连续特征的离散化处理几个方面。 1. 缺失值处理 特征有缺失值 ...
分类：
其他好文 时间：
2018-05-19 23:21:07
阅读次数：
220
选择软件 ：1 Games 类特点 ：面对群体主要是青少年，从联网上可分为单机和联机还有联网，从类型上有多种类型，覆盖青少年兴趣网的各个点。 2 Operating Systems类特点：操作系统是一种系统软件，但与其他的系统软件和应用软件有很大的不同，它有自己的特殊性即基本特征。操作系统的基本特征 ...
分类：
其他好文 时间：
2018-03-11 02:44:35
阅读次数：
202
正则表达式用途： 1）合规检查； 2）信息提取； 3）字典型匹配； 正则表达式是条件语句。 正则表达式的语句属性：连接、选择、组合、起止。 正则表达式要素： 1）元字符、2）格式字符、3）普通字符。 运算功能。 正则表达式描述：结构特征、词组特征。 处理对象：1）简单字符串；2）规模文本。 ...
分类：
其他好文 时间：
2017-11-28 20:40:12
阅读次数：
125
1、nginx简单说明 ① Nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮件（IMAP/POP3）代理服务器，并在一个BSD-like 协议下发行。其特点是占有内存少，并发能力强。 ② Nginx作为Http服务器，有以下几项基本特征： b.1 处理静态文件,索引文件以及自动索引，打 ...
分类：
其他好文 时间：
2017-11-04 13:25:47
阅读次数：
218
转载：http://www.cnblogs.com/LBSer/p/4440590.html 机器学习模型被互联网行业广泛应用，一般做机器学习应用的时候大部分时间是花费在特征处理上，其中很关键的一步就是对特征数据进行归一化，为什么要归一化呢？维基百科给出的解释：1）归一化后加快了梯度下降求最优解的速 ...
分类：
编程语言 时间：
2017-10-27 13:41:45
阅读次数：
714
# -*- coding: utf-8 -*- """ Created on Mon Oct 9 14:05:41 2017 @author: lenovo """ import numpy as np import pandas as pd #载入数据，合并测试集和训练集做特征处理 data_tr... ...
分类：
其他好文 时间：
2017-10-09 17:42:21
阅读次数：
336
特征处理 在文本挖掘中做了很大的努力，比如提取关键词、情感分析、word embedding聚类之类都尝试过，但效果都不是很好, 对于文本的特征的建议还是去找出一些除了停用词以外的高频词汇，寻找与这个房屋分类问题的具体联系。 到了头疼的部分了，数据有了，我们得想办法从数据里面拿到有区分度的特征。 比 ...
分类：
其他好文 时间：
2017-10-02 09:31:33
阅读次数：
160
用户画像就是根据用户的特征对用户的数学建模，可以用许多标签来表示，标签就是特征空间的维度 一、用户画像的作用 1.用户精细化运营 2.商户精细化运营支持 3.个性化 4.大数据报告 5.趋势预测 二。用户画像处理流程 1.明确问题和了解数据 *需求和数据的匹配 *明确需求 分类、聚类、推荐和其他 * ...
分类：
其他好文 时间：
2017-08-18 21:25:05
阅读次数：
121
