🧩 特征工程 · 构建与筛选
📚 30章 从入门到工业实战
🎯 方法论
完整目录
01
特征工程概述
什么是特征工程
机器学习重要性
核心流程
02
数据探索与理解
数据质量检查
描述性统计
分布可视化
相关性分析
03
数据清洗基础
缺失值处理
异常值检测
重复数据处理
04
特征编码技术
标签编码
独热编码
目标编码
频率编码
WOE编码
05
数值特征变换
标准化与归一化
对数变换
Box-Cox
幂变换
分箱离散化
06
特征交叉与组合
多项式特征
笛卡尔积交叉
业务逻辑组合
交叉陷阱
07
文本特征提取
词袋模型
TF-IDF
N-gram
词嵌入基础
08
时间序列特征
时间戳分解
滞后特征
滚动窗口统计
时间差特征
周期性特征
09
类别特征处理
高基数类别
稀有类别合并
层次化类别
顺序编码
10
特征选择基础
特征选择意义
过滤法
包裹法
嵌入法
过拟合
11
过滤法特征选择
方差阈值
卡方检验
互信息
皮尔逊相关系数
ANOVA F值
12
包裹法特征选择
前向选择
后向消除
RFE
双向搜索
13
嵌入法特征选择
L1正则化(Lasso)
树模型重要性
Permutation Importance
14
主成分分析(PCA)
PCA原理
实现步骤
方差解释率
局限性
15
线性判别分析(LDA)
LDA原理
与PCA区别
多分类应用
16
特征降维进阶
t-SNE
UMAP
自编码器降维
选择与提取对比
17
特征重要性评估
树模型重要性
Permutation
SHAP值
LIME解释
18
特征稳定性分析
PSI指标
分布漂移检测
时间窗口验证
19
特征工程自动化
Featuretools
自动特征生成
AutoFE
自动化挑战
20
特征存储与管理
Feature Store
版本控制
血缘追踪
特征服务化
21
图像特征提取
颜色直方图
纹理特征(LBP/GLCM)
SIFT/SURF
CNN特征
22
数值特征高级处理
分位数变换
RankGauss
PowerTransformer
缩放对模型影响
23
特征交互与高阶特征
显式交互
隐式交互(FM/FFM)
深度学习自动交互
24
缺失值高级处理
多重插补
矩阵分解填充
模型预测缺失
缺失指示特征
25
异常值高级处理
孤立森林
LOF
DBSCAN异常检测
异常值编码
26
时间序列预测应用
滑动窗口特征
差分特征
季节性分解
外部特征融合
27
NLP特征工程
BERT嵌入
句子相似度
主题模型
情感特征
28
推荐系统特征工程
用户特征
物品特征
上下文特征
协同过滤特征
图特征
29
特征工程评估与迭代
有效性评估框架
A/B测试特征
回溯分析
Pipeline
30
特征工程实战案例
原始数据到冠军模型
Kaggle竞赛复盘
工业级最佳实践