文件名称:
特征工程（三）不同类型数据处理pipeline
开发工具:
文件大小: 172kb
下载次数: 0
上传时间: 2021-01-07
详细说明：非常简略的整理下在特征工程我会采用的一些常规流程，不做具体介绍。
一.数值特征
1. 预处理
2. 离散值处理
labelEncoder / map / one-hot-encoding / get_dummy
二值特征转换
多项式特征（模型用SVM）
3. 连续特征离散化
binning
分位数切分
4. 对数变换（模拟正态分布）
二.日期特征
ts_objs = np.array([pd.Timestamp(item) for item in np.array(df.Time)])
转换成timestamp标准格式 '2015-03-08 10:30:00.36
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
