想让机器学习与商业结合，最重要的是什么？(12)_全文共6008字

\n \n

归一化：若存在不同等级的特征，系数相关的算法就会产生偏见。比方说，特征年龄在[0100
范围内用年表示，然而工资在[0 ， 100 ， 000
范围内用美元表示。优化算法可能仅仅因为工资的绝对数量级更大而更侧重工资。因此，更推荐常态化算法以及其他常用方法，如Z值推测、标准化（如果数据正常）及min-max特征归一化。

\n \n

分箱：将实值栏映射到不同类别极为有效，如将一个回归问题转化为分类问题。比方说，你想推测航班进港延误的分钟数。一个选择是推测该航班是否会提前、准时抵达或延误，并确定各类别的数值范围。

\n \n

特征工程无处不在

\n \n

总而言之，特征就是机器学习算法需要学习的特点。正如人们设想的那样，干扰或无关数据会影响模型的质量，因此掌握好的特征就十分关键。以下是几个特征工程中可使用的策略：

\n \n

确定预测内容。每一个实例代表什么？顾客？交易？病人？还是票据？确保特征集的每一行都对应一个实例。