VIP20

本课程属于：046-机器学习数据流水线 数据工程与实时数据平台 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

机器学习特征生成与自动化工程

📚 共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

特征工程概述

什么是特征工程，在机器学习中的关键地位，核心流程：提取、构建、选择、降维。

数据预处理基础

数据清洗、缺失/异常值处理，Z-score/Min-Max标准化，等宽/等频/聚类离散化。

清洗归一化

单变量特征构建

统计特征（均值/方差/偏度/峰度），业务规则特征（比率/差值），时间序列滞后与滑动窗口。

多变量特征交叉

笛卡尔积、多项式交叉，求和/求积/求差组合，业务交叉特征如点击率=点击/曝光。

文本特征提取

词袋模型、TF-IDF、N-gram，Word2Vec/GloVe概念与简单实现。

时间特征工程

时间戳分解（年/月/日/小时/星期），正弦/余弦周期编码，时间差与事件驱动特征。

数值特征变换

对数变换、Box-Cox、分箱、RankGauss、PowerTransformer。

类别特征编码

Label/One-Hot/Target/Count/CatBoost Encoding。

特征选择基础

过滤法（方差/卡方/互信息），包裹法RFE，嵌入法Lasso与树模型重要性。

特征降维技术

PCA、LDA、t-SNE/UMAP简介、自动编码器降维。

自动化特征工程框架

Featuretools、深度特征合成DFS、自动特征生成管道设计。

特征存储与管理

Feature Store概念、版本控制、Feast/Tecton基础。

特征工程Pipeline构建

Scikit-learn Pipeline、自定义Transformer、Pipeline+网格搜索。

图像特征提取

颜色直方图、HOG、SIFT/SURF简介，预训练CNN迁移学习特征。

序列特征工程

滑动窗口统计、差分、自相关，LSTM/GRU特征提取思路。

图特征工程

节点特征（度/中心性）、边特征，Node2Vec/DeepWalk图嵌入。

特征重要性评估

Permutation Importance、SHAP、LIME解释与可视化。

特征漂移检测

Data Drift概念、PSI、KS检验、特征分布监控。

特征工程自动化工具

AutoFeat、Feature-engine、tsfresh、OpenFE。

工具自动化

特征工程在推荐系统中的应用

用户画像/行为序列、物品属性/协同过滤、上下文特征。

特征工程在风控模型中的应用

反欺诈特征（IP/设备指纹）、信用评分特征、行为序列特征。

风控反欺诈

特征工程在NLP中的应用

BERT嵌入、主题模型LDA、情感特征、句法特征。

特征工程在CV中的应用

数据增强特征、目标检测Bounding Box统计、图像质量特征。

大规模特征工程

Spark特征处理、分布式计算、特征并行化策略。

特征工程实验设计

A/B测试特征效果、特征消融实验、重要性排序实验。

特征工程最佳实践

命名规范、文档化、血缘追踪、质量监控。

特征工程中的常见陷阱

数据泄露、未来信息泄露、特征冗余与多重共线性。

特征工程与模型可解释性

可解释特征设计、特征对决策影响、反事实解释。

可解释反事实

特征工程前沿趋势

自动特征学习AutoML、大模型Prompt Engineering、因果特征工程。

综合实战项目

端到端Pipeline：原始数据→清洗→构建→选择→自动化框架→存储与监控。

实战全流程