进行神经网络训练之前，对于测试集数据进行特征工程的常见方法有哪些？

Question

基于pytorch深度学习框架进行监督学习训练，然后发现单纯地调节网络参数训练效果并不是很好，
需要对数据进行特征工程处理，想知道有哪些常见的特征工程方法。

Answer 1

特征工程处理方法的话主要是特征清洗和特征预处理
特征清洗主要是针对特征是否有缺失值、数据标签失衡的一些大问题，你可以进行删增之类的。
特征预处理主要有对特征进行归一化(这个十分重要，特别是你数据高度稀疏的时候)、离散化、降维、特征选择等等。
训练效果不好的话可以多注意优化器，要注意Adam并不是万能的，有些时候Adam超级垃圾的(狗头)；还有就是batch大小。可以将你写的过程发一些呗，有时间一起探讨，欢迎回看我的博客