特征工程

• 数据预处理
• 特征处理
• 特征选择

1. 特征

2. 数据预处理

2.1 数据清洗

• 去除异常值
• 不全省缺值

* 缺失值

• 例如：均值填充

2.2 数据采样

* 数据采样

• 随机采样
• 分层采样

* 正负样本不均匀

3 特征处理

3.2 类别型

3.3 时间型

4 文本类型

4.1 词袋模型

4.2 n-gram(2-gram)

4.3 Tf-idf

4.4 word2vec

5. 特征处理

5.1 组合特性

* 简单组合特征：拼接

* 模型特征组合

• GBDT+LR（facebook）

6. 特征选择