摘要：
神经网络的来源 神经网络技术起源于上世纪五、六十年代，当时叫感知机（perceptron），包含有输入层、输出层和一个隐藏层。输入的特征向量通过隐藏层变换到达输出层，由输出层得到分类结果。但早期的单层感知机存在一个严重的问题——它对稍微复杂一些的函数都无能为力（如异或操作）。直到上世纪八十年代才被H 阅读全文
摘要：
（一） 特征工程需要根据实际的业务场景进行处理 数据与特征处理 1. 数据选择/清洗/采样 2. 数值型/类别型/日期型/文本型特征处理 3. 组合特征处理 特征选择 1. Filter/Wrapper/Embedded 三种特征选择方式及开发包/案例 特征：数据中抽取出来的对结果预测有用的信息 特 阅读全文
摘要：
在之前学习机器学习技术中，很少关注特征工程(Feature Engineering)，然而，单纯学习机器学习的算法流程，可能仍然不会使用这些算法，尤其是应用到实际问题的时候，常常不知道怎么提取特征来建模。特征是机器学习系统的原材料，对最终模型的影响是毋庸置疑的。 特征工程的重要意义数据特征会直接影响 阅读全文