机器学习常见的特征工程方法

Question

介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。

Answer 1

特征工程（Fzeature Engineering）

1. 特征提取（Feature Extraction）
   手工特征提取（Manual Feature Extraction）：
   自动特征提取（Automated Feature Extraction）：
2. 特征选择（Feature Selection）
3. 过滤法（Filter Methods）
4. 包裹法（Wrapper Methods）
5. 嵌入法（Embedded Methods）
6. 其他方法
7. 选择方法的应用场景
   总结
8. 特征构造（Feature Construction）
9. 特征缩放
10. 1 归一化（Normalization）
11. 2 标准化（Standardization）
    BN、LN、IN、GN
    热门专栏
    机器学习
    深度学习
    特征工程（Fzeature Engineering）
12. 特征提取（Feature Extraction）
    特征提取：从原始数据中提取能够有效表征数据特征的过程。它将原始数据转换为适合模型输入的特征表示。

————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                    

原文链接：https://blog.csdn.net/haopinglianlian/article/details/145974963