特征工程之构造和筛选

上一篇我们讲解了特征工程中一些数据预处理的内容，现在我们继续了解还有哪些常用的特征工程。

特征工程之数据预处理

特征构造

特征构造是机器学习中提升效果的关键环节之一，特征构造是指利用原始特征，通过一些数学计算变换、统计聚合等方式，创建出更利于模型结果的新特征。常用的特征构造方法有以下几种：

数值特征变换

根据一些数学计算、统计将旧特征转变为新特征。

代码如下

import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.preprocessing import MinMaxScaler


df['log_feature'] = np.log(df['feature']) # 对数变换
df['score_category'] = pd.qcut(df['scores'], q=3, labels=False) # 分箱
# 标准化
scaler = StandardScaler()
df['scaled_feature'] = scaler.fit_transform(df[['feature']]) 
# 归一化
scaler = MinMaxScaler(feature_range=(0, 1))
df['scaled_feature'] = scaler.fit_transform(df[['feature']]) 

类别特征构造

类别特征构造是指通过逻辑组合、聚合或者一些高级的映射关系，将原始离散特征组合成可以表达出特征之间的相互关系、业务规则的新特征。从而提升模型的泛化能力和可解释性。