1、为什么需要特征工程(Feature Engineering)

机器学习领域的大神Andrew Ng(吴恩达)老师说“Coming up with features is difficult, time-consuming, requires expert knowledge. “Applied machine learning” is basically feature engineering. ” 注：业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。

2、什么是特征工程

特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。从而提高了对未知数据的预测准确性。

对于这个概念，不用过多理解，是一个比较模糊广泛的概念

  • 意义：直接影响到模型的预测结果

特征工程包含内容

  • 特征抽取
  • 特征预处理
  • 特征选择
  • 特征降维

3、特征工程所需工具

3.1Scikit-learn工具介绍

  • python语言的机器学习工具。
  • scikit-learn包括许多致命的机器学习算法的实现。
  • scikit-learn文档完善，容易上手，丰富的API。

4、数据集

数据集是特征抽取的源数据。常用数据集的结构组成：特征值+目标值。