机器学习从原理到应用Chp4_特征工程.pptx

第4章特征工程;?;数据探索性分析（ExploratoryDataAnalysis，EDA）是指在尽量少的先验假定下对数据进行探索，通过作图、制表和计算统计量等手段探索数据的结构和规律，了解变量间的相互关系以及变量与预测值之间的关系，从而帮助我们后续选择合适的特征工程技术和机器学习算法。

数据探索有助于选择合适的数据预处理和学习器。

输入特征类型、输出/标签的类型

输入特征分布、输出/标签的分布：统计量、直方图

输入特征之间的关系、输入特征与标签之间的关系

数据的质量：是否有缺失值、是否有噪声点

;二类分类问题：根据女性孕期体检信息和基因位点信息（SNP基因突变位点）预测受检者未