AutoML 前瞻与实践 ---- 自动化特征工程

---

简介

什么是特征工程？

数据决定了机器学习的上限，而算法只是尽可能逼近这个上限，这里的数据指的就是经过特征工程得到的数据。

特征工程包括：

1. 特征变换 feature transformation

e.g 体检指标中的 BMI 指数就可以理解为身高、体重的特征变化，其表示结果效果更好

2. 特征提取/构建 feature extraction /construction

特征提取就是从一组初始观测数据中提取出信息量高、冗余度低 的派生特征集合，从而促进后续学习和泛化的步骤，并增强模型可解释性。

3. 特征选择 feature selection

特征选择通常包括去除无用变量、共线性变量等。

5. 特征分析与评估 feature evalution

什么是自动化特征工程？

特征工程主要包括包括特征选择、特征预处理和特征压缩3个大模块，这些处理步骤中往往包含很多的方法，例如如何为数据选择适合的方法，如何通过数据构造新特征，这些问题都是传统特征工程所面临的困境，传统的特征工程效率低下，可移植性差，往往手工建立的特征只适合于特定的问题。因此自动化特征工程则是从数据中自动构建新的候选特征，并选择最佳的特征进行模型的训练，其意义在于可以超越传统特征工程中面