特征工程在数据挖掘中的实践.pptxVIP

下载本文档

0
0
约小于1千字
约 30页
2024-11-21 发布于贵州
举报
版权申诉

特征工程在数据挖掘中的实践.pptx

1、本文档共30页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

特征工程在数据挖掘中的实践与应;特征工程的基本概念及其重要性0;0102定义特征工程特征工程是;清洗数据，提高数据质量处理缺失;算法性能的影响因素数据质量：特;数据理解和探索性分析02;数据质量审查检查数据的准确性、;识别数据中的异常值和噪声异常值;0102相关性分析计算特征之间;特征选择与降维03;过滤法（FilterMeth;主成分分析（PCA）原理：通过;影响因素保留的特征数量：过少可;特征构造与转换04;数值型特征的处理离散化：将连续;特征转换技术及其在特征工程中的;0102影响因素新特征的实用性;特征工程中的数据标准化与归一化;使数据具有相同的尺度，消除单位;影响因素标准差的选择：过大可能;数据标准化的优缺点优点：消除单;特征工程在不同数据挖掘任务中的;01特征选择方法过滤法：选择与;特征选择方法过滤法：选择方差较;特征选择方法过滤法：选择与目标;特征工程的挑战与未来发展07;面对高维度数据时的挑战与解决方;数据实时性：实时数据流处理要求;自动特征学习：利用深度学习模型;谢谢观看THANKYOUF