【特征工程系列一】论特征的重要性

满打满算，还有十天左右就要过年了，这些天大家或多或少都有点浮躁。反过来想，趁大家都懈怠的时候，正是学习的最佳时机。趁着这几天，也给自己加点码，去认真的再看一下特征工程。我给自己列了下面的这一份学习清单，也会在过年前后逐一分享给大家。

（补充下，为什么要选这个类目去写呢，因为看过很多机器学习的书，都是直接讲算法，没有特征工程的章节，我自己写的那本虽然有些，但是感觉内容单薄了点，需要补充。）

《特征工程系列二，显性特征的基本处理方法》：讲一下如何处理数据特征，以及最基本的概念

《特征工程三，显性特征的衍生》：准备通过NBA球星的数据，展示下特征的衍生的一些概念

《特征工程四，Wide&Deep Learning for Recommender Systems》：讲一下如何通过线性算法的显性特征以及深度学习NN算法中的提取的隐式特征做推荐系统

《特征工程五，基于蒙特卡洛树搜索的半自动特征工程方案》：特征工程需要大量的人工干预和专家经验，那么能不能有一种方案去实现自动特征工程呢，纯自己YY了一套可能的方案。

下面我们进入今天的正题，特征工程有多重要，可以引用一句话来表达：“数据和特征决定了模型的上限，算法只是在帮忙逼近这个上限。”好的特征是决定一个模型准确率的关键，那问题来了？什么是特征呢，特征就是数据对于结果的一种描述。比如我们形容一个人是否漂亮，那她的眼睛大小、鼻子的形状、脸型都是特征。通常，当获得一份结构化数据的时候，如果这份数据里存在目标列，那么除了目标列每个字段都可以看做是特征，特征工程要做的事情是找到对结果影响最大的特征。

了解了特征的重要性，我们就可以开启这一系列文章的分享了，不过在此之前，有几个概念需要再明确下。特征分哪几种呢？

显性特征：可以理解为用户直接可以拿到的数据字段

半隐性特征：用户数据在通过GBDT等算法的计算过程中产出的一些特征

隐性特征：深度学习在很大程度上可以简化人肉特征工程的工作量，因为深度学习可以在计算过程中自动生成一些特征向量，这些特征的表达往往是不可解释的，那这些特征就是隐性特征。

Ok~同步完这些概念，开启冲刺，年前要好好学习并分享特征工程的系列文章。不到最后一刻我是拒绝给大家拜年的，大家一起学习到年前最后一天

End

为了方便大家学习与交流，凡人云近日已开通机器学习社群！

分享公众号名片到40人以上的大群并截图给小助手，小助手就会拉你入群

在这里你可以得到：

1.各种学术讨论

2.最新的资料分享

3.不定期的征文以及联谊活动！