Tag: feature-engineering
All the articles with the tag "feature-engineering".
-
Criteo CTR 特征工程实战：把理论串成一条能跑的广告管线
「数据与特征工程」收官实战：用 Kaggle Criteo CTR 数据集把清洗、非线性变换、缩放、降维、特征选择串成完整管线，覆盖缺失与异常处理、log1p / 周期编码、RobustScaler 选型与过滤→嵌入的选特征顺序。
-
特征编码：把文字菜谱翻译成秤上的克数
「数据与特征工程」编码篇：类别特征必须编码成数字。讲清 One-Hot / Label / Count / Frequency / Target 五种编码的场景与坑、按基数选编码的决策图，以及 Target Encoding 的数据泄漏与 K 折交叉解法。
-
特征选择：只留好料——过滤、包装、嵌入三大流派
「数据与特征工程系列」第 6 篇：特征选择的两条原则（高类别相关、低特征间冗余）与三大流派——过滤法（方差/皮尔逊/VIF/互信息/MIC/卡方）、包装法（前向/后向/RFE）、嵌入法（L1/L2 正则、树模型重要性）。
-
特征提取与降维：吊高汤——把一大堆料浓缩成精华
「数据与特征工程系列」第 5 篇：特征提取（造新维度）和特征选择（挑原维度）的区别，稀疏表示与特征哈希（adtech 高基数救星），以及 PCA / ICA / LDA 三种降维法各自在最大化什么——无监督最大方差、有监督最大可分、解混最大独立。
-
特征构建：切配、换角度、片下部位——把原始料做出新味道
「数据与特征工程系列」第 4 篇：特征构建的三条路——特征组合（GBDT+LR 叶子编码、特征搜索、CTR 交叉特征内积）、映射到新空间（FFT / 小波 / 数据熵）、衍生变量（泰坦尼克号 Name/Cabin/Ticket 拆解）。附多重共线性的坑与规避。