特征工程(2):特征构建

特征构建与选取对提高预测精度至关重要,甚至影响项目成败。初始特征基于领域经验构建,但可能无法充分描述目标变量,需构建更多更强特征。本文针对特征变换、组合、自动生成详细介绍,结合R语言代码实现,为建模问题提供参考。

        特征的构建与选取在提高预测精度方面越来越受到重视,甚至影响到预测项目的成败。

       通常初始特征是基于领域经验构建的,比如在预测短期负荷的时候,一般会考虑节假日、气温、历史负荷水平等因素来构建特征。然而这样得到的特征未必能够充分地描述目标变量,因此很有必要基于这些初始特征构建更多更强的特征,从而尽可能地提高预测精度。最近几年这方面的研究也不少,百度等科技巨头企业已经有成熟的特征学习算法,并且应用在相关的业务场景中。这里主要针对特征变换、特征组合、自动生成三方面进行详细介绍,并结合R语言代码进行实现,旨在能为实际的建模问题提供一些参考。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

满腹的小不甘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值