竞赛专题（四）特征工程-竞赛中的必杀技

点击上方“Datawhale”，选择“星标”公众号

第一时间获取价值内容

为了帮助更多竞赛选手入门进阶比赛，通过数据竞赛提升理论实践能力和团队协作能力。DataFountain 和 Datawhale 联合邀请了数据挖掘，CV，NLP领域多位竞赛大咖，将从赛题理解、数据探索、数据预处理、特征工程、模型建立与参数调优、模型融合六个方面完整解析数据竞赛知识体系，帮助竞赛选手从0到1入门和进阶竞赛。

下面是大咖分享

???

数据挖掘方向

杰少 ID：尘沙杰少

简介：南京大学计算机系毕业，现任趋势科技资深算法工程师。20多次获得国内外数据竞赛奖项，包括KDD2019以及NIPS18 AutoML等。

特征工程被称为是数据挖掘竞赛的艺术，要做好特征工程需要不断的练习和总结。

特征工程的构建有很多方法，但目前有两类是比较常见的，

 

第一类，可以从特征的类型出发进行特征工程的构建，典型的就是AutoML比赛；通过整形，浮点型，类别型，多值型等数据出发对特征进行构建；

 

第二类，从业务的角度出发进行特征工程的构建，传统的有业务背景的比赛大多如此，可以从赛题的业务背景出发来进行特征工程的构建。对业务了解的越深，往往也可以取得更好的结果，最典型的比赛就是kaggle的天文赛，天文系的博士通过专业的背景知识构建了很多专业的特征，拿下了kaggletop1.

 

当然上面所说的特征工程，还需要看所采用的模型，模型选用的不同对于特征工程的构建也会带来些许区别。

 

最近CCF有很多比赛，希望大家去比赛中细细体会我上面说的，加油！

王贺 ID：鱼遇雨欲语与余

简介：武汉大学硕士，2019年腾讯广告算法大赛冠军选手，京东算法工程师，一年内获得两冠四亚一季的佳绩。

一般特征工程分为数据预处理、特征提取、特征选择三个部分。这里给大家推荐一个链接，包含特征工程的基本套路。

https://www.slideshare.net/HJvanVeen/feature-engineering-72376750
讲到了数据清洗的方法，对于数值特征、类别特征、时间和文本相关等特征的常见处理方法。最后讲到了三种特征选择的方法。很值得反复学习的。

双击查看大图