數(shù)據(jù)和特征決定了機器學習的上限，而模型和算法只是逼近這個上限而已。

特征工程是利用數(shù)據(jù)領域的相關知識來創(chuàng)建能夠使機器學習算法達到最佳性能的特征的過程。

特征工程流程：這些過程不是必須全部要有，需要根據(jù)業(yè)務需求和數(shù)據(jù)格式特點，適宜調整！

• 數(shù)據(jù)理解EDA
• 特征清洗
• 特征構造
• 特征選擇
• 特征降維
• 特征類別不平衡

目錄

特征工程

1. 數(shù)據(jù)理解EDA

1.1 數(shù)據(jù)簡略觀測

總結

以上是生活随笔為你收集整理的医学数据挖掘流程（三）：特征工程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。