Please enable JavaScript.

Coggle requires JavaScript to display documents.

特徵工程 (特徵使用方法 (可用性評估 (獲取難度, 覆蓋率, 準確率), 要實現我們的目標需要哪些數據？ (基於業務理解， …

- - - - 正規化
      - 離散化
      - Dummy Coding
      - 缺失值
      - 數值轉換
        
        Log
        
        指數
        
        Box-Cox Transformations
    - - 降維
        
        主成分分析(Principal Component Analysis, PCA)
        
        線性區別分析(Linear Discriminant Analysis, LDA)
      - 特徵選取
        
        Filter
        
        思路：自變量與目標變量之間的關聯
        
        相關係數
        
        卡方檢定
        
        信息增益、互信息(Information gain)
        
        封裝器(Wrapper)
        
        思路：通過目標函數(AUC/MSE)來決定是否加入此變數
        
        迭代：產生特徵子集，並予以評價。
        
        完全搜索
        
        啟發式搜索
        
        隨機搜索
        
        基因 / 遺傳演算法(Genetic Algorithm, GA) [1] [2] [3]
        
        模擬退火法(Simulated Annealing, SA)
        
        人工蜂群(Artificial Bee Colony, ABC)
        
        粒子群最佳化(Particle Swarm Optimization, PSO)
        
        整合方法(Embeded)
        
        思路：學習器自動選取特徵
        
        正則化：[Regularization]/[Dropout & others]
        
        L1 (Lasso)
        
        L2 (Ridge)
        
        決策樹(Decision Tree)/隨機森林(Random Forest)
        
        深度學習(Deep Learning)
  - - - 數據不均衡
      - 樣本權重
- - - - 防止特徵效果下降，影響模型效果