Logo
☆☆☆☆☆
0.0
Advanced
30m

机器学习中的特征工程

特征工程是任何机器学习项目中的关键阶段。它使你能够利用数据定义出有助于机器学习算法正常工作的特征。 在本课程中,你将学习如何基于已有特征创建新特征的技术。课程首先介绍标签编码(label encoding),这是将分类特征转换为数值型特征的关键方法。你还将学习其他多种编码技术,例如:独热编码(one-hot encoding)、计数编码(count encoding)和均值编码(mean encoding),这些方法在特征工程中都具有重要作用。 在后续章节中,你将了解特征交互和日期时间特征的处理方法。总体而言,本课程将向你展示从现有特征中构造新特征的多种有效方式。

1 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
机器学习中的特征工程
特征工程是任何机器学习项目中的关键阶段。它使你能够利用数据定义出有助于机器学习算法正常工作的特征。 在本课程中,你将学习如何基于已有特征创建新特征的技术。课程首先介绍标签编码(label encoding),这是将分类特征转换为数值型特征的关键方法。你还将学习其他多种编码技术,例如:独热编码(on...

WHAT YOU'LL LEARN

掌握标签编码,将分类特征转换为数值型特征

Content

1 Lessons • 0 Quizzes • 0 Challenges

特征工程:特征构造与常用编码方法
  1. 1

    关于本课程

  2. 2

    标签编码

  3. 3

    独热编码

  4. 4

    计数编码

  5. 5

    均值编码

  6. 6

    证据权重编码

  7. 7

    特征交互

  8. 8

    日期时间特征

  9. 9

    测验

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)