特征工程-例子

http://tech.meituan.com/machinelearning-data-feature-process.html

* 综述

* 两个步骤

• 数据清洗=>特征，
• 标注数据生成=>模型学习=>模型应用

* 离线部分的工作（蓝色箭头）

• 从原始数据，如文本、图像或者应用数据中清洗出特征数据和标注数据。
• 对清洗出的特征和标注数据进行处理，例如样本采样，样本调权，异常点去除，特征归一化处理，特征变化，特征组合等过程。
• 最终生成的数据主要是供模型训练使用。

* 在线部分（绿色箭头）

主要的区别在于：

1. 不需要清洗标注数据，只需要处理得到特征数据，在线模型使用特征数据预测出样本可能的标签。

2. 最终生成数据的用处，最终生成的数据主要用于模型的预测，而不是训练。

* 其他业务部分参考

http://tech.meituan.com/machinelearning-data-feature-process.html