回答情况：
提问时间：
问题标签：
1回答
我一直在读一些关于数据预处理和特征工程的文章，包括特征选择，特征重要性和特征构造。我的理解是在数据预处理阶段应用了特征工程。此外，在应用机器学习模型时，有时会检查特征重要性，有时会在模式内部进行检查。 我的问题是:特征工程是否总是在预处理阶段实现，或者有时可以在以后的阶段执行？ 谢谢你Shosho
浏览 45提问于2021-04-28得票数 0
为了建立一个良好的ML模型，我们必须选择能够提高模型精度的特征，如果需要的话，还要“工程”特征(例如，如果与预测变量不线性相关，则应用对数或平方等函数对线性回归预测器)。我应该在不同的条件下测试每一个变量，还是有一些更简单的方法来进行特征选择或特征工程。
浏览 0提问于2022-03-13得票数 1
关于包图在文本特征工程中的应用，我有几个问题：当n克袋的特征空间随'N‘呈指数增长时，是什么(还是有？)或者，通常情况下，在将文本字段转换为文本特征字段时，n-gram包是否与其他功能工程技术一起使用？
浏览 0提问于2022-04-10得票数 1
回答已采纳
请理解，在功能选择/工程阶段，H2O能够选择要使用的变量以及要应用于这些变量的转换器。但是，有没有一种方法可以在H2O DAI中配置，以限制提供的列表中它可以使用的最大功能数量？例如，给定了100个特征，我只希望H2O DAI从中选择20个特征并对其应用特征工程。已尝试浏览用户手册，但到目前为止没有找到任何有关这方面的提示。 在此之前，非常感谢您。
浏览 16提问于2021-02-02得票数 0
回答已采纳
我用以下步骤建立了一个很好的线性回归模型：
我的问题是，如果我们在生产环境中使用这个模型，那么我们如何进行实时数据的特征工程，因为这个模型是用特征归一化和缩放的来建立的，那么如何对实时数据进行规范化和缩放以得到一个很好的预测呢？对于交叉验证和测试步骤，我们不需要显式的特征工程，因为在建立模型之前，这可以在数据预处理步骤中完成。实时数据<e
浏览 2提问于2017-03-01得票数 0
2回答
我有一个大约37,000行和54列的数据框架。在这54个列中，有两个列，即“user_id”和“mail_id”，格式非常怪异，如下所示：AR+tMy3H/E+Re8Id20zUIz+amJkv6KU12o+BrgIDin0= DQ/4I+GIOz2ZoIiK0Lg0AkwnI35XotghgUK/MYc101I=
1P4AOvdzJzhDSHi7jJ3udWv4ajpKxOn4T/rCLv4PrXU= BL3z4RtiyfIDydaRYWX2
浏览 0修改于2020-12-25得票数 2
一般来说，场景2:另一种方法是首先对整个数据集应用转换，然后将数据集拆分为训练、测试和验证。在预处理和特征工程之前，或者在预处理和特征工程之后，我对数据的选择、划分有些困惑。寻找一个很好的答案与效果和棺材。
浏览 0修改于2019-03-07得票数 4
回答已采纳
我理解数据卫生，这可能是最基本的特性工程。这意味着确保所有数据都正确加载，确保N/As被视为一个特殊值，而不是一个介于-1和1之间的数字，并正确地标记您的分类值。使用log、指数、幂变换将特征转化为正确的标度。但是，对于LightGBM (和随机森林)来说，这些特性的规模似乎并不重要，因为可排序的项目是有序的，然后是随机的二分法。
浏览 0修改于2017-08-08得票数 12
回答已采纳
但是在数据上训练模型，我做了很多特征工程，比如对数盒cox变换，一次热编码，由于高度多重共线性而丢弃了几列等，现在特征的数量是35。我在这35个特征上训练了模型，检查了性能，并使用pickle保存了模型。我在flask服务中加载了我的腌制模型。但是现在模型的输入是我的原始数据的格式，它只有20列。那么，我如何对新的输入集进行所有的特征工程呢？我只能保存训练好的模型，但在传递新数据进行预测之前，我如何进行所有的特征工程呢？
浏览 15修改于2021-06-04得票数 1
回答已采纳
6回答
我遇到了一个机器学习软件，我不会命名它，它声称在没有领域知识的情况下，功能工程过程从任何来源完全自动化，这意味着数据科学家在这一步中几乎没有必要。现在，我发现这个说法有点可疑，因为它违背了我所学到的功能工程所包含的常识。
但考虑到这可能是缺乏知识，从我的部分到什么点，我们可以自动化的特色工程过程？
浏览 0修改于2016-05-24得票数 6
2回答
基于SVM的分类算法具有较好的分类精度(> 95%)，但由于对列没有直觉，除了标准标度、零值替换等外，我无法在特征工程或特征生成方面做更多的工作。或者只有当一个人拥有基于列名的直觉时，功能工程才真正有意义.
浏览 0修改于2020-06-30得票数 3
据我所知，在进行特征工程之前，必须将数据集分成训练数据和测试数据，以避免分析中的偏差。我还了解到，机器学习模型除了数字数据之外不理解数据，因此需要编码，这是特征工程的一部分。
浏览 0修改于2019-11-07得票数 1
回答已采纳
如果我已经使用数据集的最先进的特征工程方法生成了特征，那么除了对特征进行少量的修改之外，还可以将它用于任何一种算法来构建模型，从而插入不同的算法吗？
在从数据集构建特征时，是否存在算法依赖关系？
浏览 0提问于2018-06-01得票数 -1
阅读，所有示例都将转换器应用于整个数据集(例如，StandardScaler，PCA)。
比方说，有没有可能只缩放数据集中的特定变量？如果这是可能的，那么我可以将我的整个特征工程过程放到一个管道中，并将其应用于我的训练和测试集。
浏览 1提问于2017-10-13得票数 2
假设我将高斯过程回归应用于我的数据。在拟合模型之前，我将执行某种特征工程。在模型合适之后，我的目标是在曲线上应用一个最小化，我打算对一些值进行约束，以便找到最优的X。然而，问题来了，如果我对我的数据应用某种特征工程，并将模型拟合到特定的数据集，当我应用约束优化时，我应该如何找出我想约束它的值，因为我改变了我的输入数据。7.51133372, 7.54435854, 4.92758927,
5.0955348 , 7.26606153, 6
浏览 1提问于2020-03-15得票数 6
回答已采纳
我有一个分类问题，我想找出特征工程是否改进了我的最终模型。交叉验证用于评估功能工程步骤的影响，因此没有验证集(只有训练/测试)。简言之，我的情况包括以下几点：列车基线模型列车终态模型比较基线和最终模型，我假设，可以通过在测试集中运行两个模型来完成，然后评估它们的结果的差异(如果有的话
浏览 0提问于2020-06-17得票数 1
回答已采纳
我们有上学人数的数据。就像以前的教育水平一样。兴趣。性别。军人身份。附注，PHP SVM模块是否适合只做一些简单的建模？或者它不值得使用？
浏览 5提问于2015-02-04得票数 0
我想对这个数据集进行特征工程。以前，我使用Boruta包下的Boruta()进行功能工程。但是看到数据集的大小，我觉得Boruta()将需要很长时间。你能给我推荐一些替代Boruta的功能工程大数据集吗？
浏览 2提问于2017-09-18得票数 0
我对单变量时间序列数据(备件使用)进行了特征工程，然后将时间序列数据转化为有监督的机器学习问题。我对转换后的新数据集进行了培训和测试。我的问题是如何应用该模型来预测未来的一步、多步？所有特征都是在以前的数据点上计算的，例如滞后特征、移动窗口统计数据，例如最大值、最小值、平均值、中值，例如，持续5天、10天、15天。
浏览 0提问于2019-12-06得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号