特征工程

什么是特征工程呢？

课本定义：

特征工程是将原始数据转换为更好地表示预测模型潜在问题的特征的过程，从而提高了看不见数据的模型准确性。

白话实例：

我们需要做一个帮人选西瓜的人工智能项目，那么我们如何判断瓜的好坏呢？

我们需要选择西瓜的几个特征点，通过大量历史数据进行比较，得出这个西瓜是好是坏的结论。

西瓜的特征包括：形状、纹路、颜色、大小、尾巴干枯程度、拍打回声等等，我们如何在这些特征中，

选出几种对瓜好坏影响最大的特征，用于比较与计算。这个过程就被称作“特征工程”。

特征工程的重要性

“数据和特征决定了机器学的上线，而模型和算法只是逼近这个上线而已！”

特征越好，灵活性越强；

特征越好，构建模型越简单；

特征越好，模型的性能越出色；