事实上，特征工程比超参数调优更重要，这是作为一个教训和一个重要的提醒而言的，这将彻底改变在构建任何机器学习模型之前处理问题和数据的方式。...

写文章的目的在于之前面试的时候，提到某一个时间序列项目的特征工程处理。我说的大多数都是一些数据清洗、数据去除异常点、针对数据特性做出的特别的特征工程的操作，然后面试官给我的建议是下一次面试多说一下常规的特...

想象一下，当今社会备受瞩目的人工智能和数据挖掘算法工程师每天大部分时间都在做什么呢？是花大量时间手推公式，还是思考各种trick对算法调参，还是一遍遍清洗数据和加工特征？实际上，大部分的数据挖掘/算法工程师在日常的工作...

作者会在本文中结合自己在视频推荐方面的工作经验，着重从工程实现方面，讲述如何对特征进行评估的问题。下文中，我们首先会厘清“特征评估”的概念，然后讲述特征评估的标准，最后是问题的反向排查。...

从一个完整的机器学习任务来看，在选择完特征之后，特征表达的任务就是要将一个个的样本抽象成数值向量，供机器学习模型使用。因此，特征表达就要兼顾特征属性和模型需求这两个方面。...

今天学习的是谷歌大脑的同学 2017 年的工作《Neural Message Passing for Quantum Chemistry》，也就是我们经常提到的消息传递神经网络（Message Passing Neural Network，MPNN），目前引用数超过 900 次。...

有这么一句话在业界广泛流传：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。根据特征使用方案，有计划地获取、处理和监控数据和特征的工作称之为特征工程,目的是最大限度地从原始数据中提取特征以...

欢迎来到王者荣耀（自带音效?）啊不，是小白入门大数据分析之项目实战第一篇?。本文主要介绍如何利用Python实现Kaggle经典比赛项目，波士顿房价预测问题（至于Python安装问题，推荐大家参照一篇...

上次讲了利用Python实现波士顿房价预测的回归模型，这时小明一脸懵逼，心想回归模型是什么鬼？?️？ （咳咳，敲黑板～科普一下，在机器学习中，根据目标变量（因变量）是否是连续值可以分为回归和分类两种...

前面我们说过，特征工程在数据挖掘任务中非常重要，可以说直接关系着后续模型效果的好坏。不过要做好特征工程并不容易，它既需要对业务有深入的理解，还要求掌握扎实的专业知识。在数据分析中，常用的特征工程方法包括特征放缩...