趋近智
特征工程介绍
章节 1: 特征在机器学习中的作用
重温机器学习工作流程
什么是特征？
特征质量对模型表现的影响
常见数据类型及对应的问题
特征工程任务概览
章节 2: 处理缺失数据
识别缺失值
缺失数据机制 (MCAR, MAR, MNAR)
简单填充策略：均值、中位数、众数
创建缺失值指示器
多变量填充：KNN填充器
多元插补：迭代插补器
比较插补方法
动手实践：填充缺失数据
章节 3: 类别特征编码
分类数据的难点
标称类别与序数类别
标称特征的独热编码
有序特征的序数编码
高基数特征的处理
目标编码（均值编码）
二进制编码
哈希编码器
比较编码方法
动手实践：应用编码技术
章节 4: 特征缩放与变换
特征缩放的必要性
标准化 (Z-score 缩放)
归一化（最小-最大值缩放）
处理异常值的缩放
对偏斜数据的对数变换
Box-Cox 变换
Yeo-Johnson 变换
分位数变换
选择合适的缩放/转换方法
动手实践：特征缩放与转换
章节 5: 特征构建
创建新特征的动机
交互特征
多项式特征
基于日期/时间数据的特征构建
数值特征分箱
领域特征工程
自动化特征生成（引言）
动手实践：构建新特征
章节 6: 特征选择
特征选择的重要性
过滤方法概述
过滤方法：方差阈值
过滤方法：单变量统计检验（ANOVA F值，卡方）
过滤方法：相关性分析
封装器方法概述
封装方法：递归特征消除 (RFE)
封装方法：序列特征选择 (SFS)
嵌入式方法概览
嵌入式方法：正则化（Lasso L1）
嵌入式方法：基于树的特征重要性
动手实践：特征选择
分类数据的难点
这部分内容有帮助吗？
- The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Trevor Hastie, Robert Tibshirani, and Jerome Friedman, 2009 (Springer) DOI: 10.1007/978-0-387-84858-7 - 这本教材提供了许多机器学习算法的数学基础，间接解释了为什么需要数值特征输入以及为什么分类数据带来了挑战。这是一本经典参考书。
- Feature Engineering for Machine Learning: Principles and Techniques for Data Scientists, Alice Zheng and Amanda Casari, 2018 (O'Reilly Media) - 这本书直接探讨了特征工程的主题，包括对分类数据带来的挑战和各种编码技术的详细讨论。
- Applied Predictive Modeling, Max Kuhn and Kjell Johnson, 2013 (Springer) DOI: 10.1007/978-1-4614-6849-3 - 该资源提供了为预测模型准备数据的实用指导，其中包含专门介绍分类预测器处理及其对模型性能影响的章节。
- Python for Data Analysis, Wes McKinney, 2022 (O'Reilly Media) - 尽管更侧重于Python编程，这本书解释了数据类型和数据转换（包括分类数据）的必要性，作为机器学习的准备步骤。它为这些预处理步骤提供了实践背景。