聊一聊「特征工程」的最佳实践

特征工程 是指为机器学习算法创造新特征的过程，这是提高模型预测表现的有力手段。

创造新的特征是一件十分困难的事情，需要丰富的专业知识和大量的时间。机器学习应用的本质基本上就是特征工程。

——Andrew Ng

通过特征工程，我们可以将数据中的关键信息分离出来，让数据中的模式浮现，并且可以结合自己的专业知识更有效的进行处理和分析。但特征工程的开放性使得这个过程不容易顺利的进行下去。

在这份指南中，我们将为大家呈现20个在特征工程中最为有效和启发式的知识点，伴你畅游特征工程的世界。

1

什么“是”特征工程？

特征工程是机器学习界一个非正式的术语，由于机器学习的快速发展，出现了各种各样对于特征工程的定义，至今没有统一的标准答案。我们在这里给出了我们对于特征工程的理解和定义：

特征工程是基于已有特征创造新的特征并改善模型性能的过程。

一个典型的数据科学处理流程长这样：

• 项目调研/数据收集

• 探索性分析

• 数据清洗

• 特征工程

• 模型训练（包括交叉验证和超参数的精调）

• 项目交付和见解

2

什么“不是”特征工程？