机器学习（Python+sklearn+TensorFlow 2.0）——第2版 微课视频版 课件 -05-特征工程、降维与超参数调优.pptx

机器学习;特征工程、降维与超参数调优是机器学习工程应用中的三个重要问题。在优惠券核销示例中讨论过，输入模型进行训练的一般不是实例的属性，而是从实例的属性数据中提取出的特征。从属性数据中提取出特征的过程叫做“特征工程”。在掌握机器学习的算法之后，特征工程就是最具有挑战性的工作了。

降维技术可以解决因为特征过多而带来的样本稀疏、计算量大等问题。

在训练时，算法参数的设置对算法效果的影响很大，设置合适算法参数的过程称为“超参数调优”。

;1;特征工程的目标是从实例的原始数据中提取出供模型训练的合适特征。特征的提取与问题的领域知识密切相关。特征工程在机器学习过程中的位置和作用如下图所示。

特征提取是一