机器学习-特征工程

最近在处理现金贷的风控智能审核系统。学习机器学习的特征提取。简单的把我使用的流程记录一下

1，设备型号、地址、城市、gps定位地址不计入分类器分类因素；

2，对学历类有大小关系的类型字段采用阿拉伯数字又大小的转换；

3，对导流渠道、进件渠道、注册渠道、从事行业、发行包渠道、直系亲属、紧急联系人等没有大小关系的类型字段做独热码处理；

4，踢出一个样本类列空值超过5个数据

5，对空值采用训练数据的均值为默认值

6，对各列采用标准化处理,标准化公式可参考我的博客：http://blog.csdn.net/qq_31247885/article/details/78133739

对于空值的处理还有多种方式：如利用同类均值插补、极大似然估计、多重插补。详细的可以看这位老兄的讲解，已经比较细致了http://blog.csdn.net/chienchia/article/details/40817639