总结

Python 中的机器学习特征工程

Robert O'Callaghan

Director of Data Science, Ordergroove

第 1 章

• 了解数据类型的方法
• 高效编码分类特征
• 处理连续变量的多种方法

第 2 章

• 如何定位数据中的缺口
• 处理不完整行的最佳实践
• 发现并处理异常字符的方法

第 3 章

• 观察数据分布的方法
• 修改分布的原因与方法
• 发现与移除离群值的最佳实践

第 4 章

• 词向量基础
• 词频-逆文档频率（Tf-idf）的用法
• N-gram 及其相对词袋模型的优势

后续步骤

• Kaggle 竞赛
• 更多 DataCamp 课程
• 您的自选项目

感谢！

Python 中的机器学习特征工程