python3.9特性（python特征生成是什么?）

业内常说数据决定了模型效果的上限 
    
    
    
，机械学习算法通过数据特征进行预测
     


     


     


 ，良好的特征可以显着提高模型效果    
    
    
 。这意味着通过特征生成(即从数据设计中加工模型的可用特征)是特征工程的重要一步  


     


     


     。

一 
    
    
    
、特征生成作用

1
     


     


     


 、增加特征的表达能力 




 




 




 ，提升模型效果；

(如体重除以身高就是表达健康情况的重要特征 

   

   

   

，而单纯看身高或体重对健康情况表达就有限


 




 




 




。)

2 




 




 




 、可以融入业务上的理解设计特征
     

     

     

，增加模型的可解释性   

   

   

。

二 

   

   

   

、特征生成方法

1
     

     

     

、聚合方式

对存在一对多的字段  




  




  




  ，将其对应多条记录分组聚合后统计平均值  




  




  




  、计数 


  


  


  

、值等数据特征   

     

     

     。

#自定义分组聚合统计函数 defx2_sum(group): returnsum(group**2) df.groupby(cust_no).C1.apply(x2_sum)

2
     
     
     
、转换方式