首页
›
生物信息学与 AI 制药工程
›
043-蛋白结构预测特征学习任务
›
《模型训练中特征优化策略》
VIP20
本课程属于:043-蛋白结构预测特征学习任务
生物信息学与 AI 制药工程 · 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
模型训练中特征优化策略
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
01
特征优化概述
特征工程的重要性 · 特征优化的目标与挑战 · 课程体系介绍
特征优化概述
特征工程的重要性
02
数据清洗与预处理
缺失值处理 · 异常值检测与修正 · 数据去重与一致性检查
数据清洗
预处理
03
特征缩放方法
归一化(Min-Max) · 标准化(Z-score) · 最大绝对值缩放与稳健缩放的应用场景
特征缩放方法
Min-Max
04
特征编码技术
标签编码 · 独热编码 · 目标编码
特征编码技术
标签编码
05
数值特征分箱
等宽分箱 · 等频分箱 · 聚类分箱与基于决策树的分箱策略
数值特征分箱
等宽分箱
06
特征变换
对数变换 · Box-Cox变换 · Yeo-Johnson变换与幂变换实…
特征变换
对数变换
07
特征构造与衍生
多项式特征生成 · 交互特征 · 聚合特征与时间窗口特征
特征构造
衍生
08
文本特征提取
词袋模型 · TF-IDF · Word2Vec与BERT嵌入在特征…
文本特征提取
词袋模型
09
图像特征提取
手工特征(HOG · SIFT)与深度学习特征(CNN · ViT)的选择
图像特征提取
HOG
10
时间序列特征
滞后特征 · 滚动统计 · 季节性分解与傅里叶变换特征
时间序列特征
滞后特征
11
特征选择概述
特征选择的必要性 · 三大类方法(过滤 · 包裹
特征选择概述
特征选择的必要性
12
过滤法
方差阈值 · 相关系数 · 卡方检验
过滤法
方差阈值
13
包裹法
递归特征消除(RFE) · 前向选择 · 后向消除与双向搜索
包裹法
RFE
14
嵌入法
L1正则化(Lasso) · 树模型特征重要性 · 随机森林与XGBoost内嵌选择
嵌入法
L1
15
基于模型的特征选择
逻辑回归系数 · 深度学习注意力权重 · Permutation Import…
基于模型的特征选…
逻辑回归系数
16
无监督特征选择
方差阈值进阶 · 拉普拉斯得分 · 主成分分析(PCA)与奇异值分解(S…
无监督特征选择
方差阈值进阶
17
特征降维技术
PCA原理与实践 · t-SNE与UMAP的可视化与降维应…
特征降维技术
PCA
18
线性判别分析(LDA)
有监督降维在分类任务中的特征优化
LDA
线性判别分析
19
自编码器特征学习
稀疏自编码器 · 去噪自编码器与变分自编码器的特征压缩
自编码器特征学习
稀疏自编码器
20
特征哈希与嵌入
特征哈希原理 · 交互特征哈希与大规模稀疏特征压缩
特征哈希
嵌入
21
特征重要性评估
SHAP值 · LIME局部解释 · 部分依赖图与累积局部效应
特征重要性评估
SHAP
22
特征稳定性监控
分布漂移检测(PSI · KS检验) · 重要性偏移与模型衰减关联
特征稳定性监控
PSI
23
特征存储与版本管理
Feature Store设计 · 特征血缘追踪与离线/在线一致性
特征存储
版本管理
24
自动化特征工程
Featuretools自动派生 · AutoML中的特征生成策略
自动化特征工程
Featuretools
25
特征优化Pipeline构建
sklearn Pipeline · TFX与MLflow中的特征处理链路
Pipeline
特征优化
26
特征优化与模型调优联动
特征选择对超参数的影响 · 联合搜索策略
特征优化
模型调优联动
27
高维数据特征优化
稀疏特征处理 · 维度灾难应对与随机投影技巧
高维数据特征优化
稀疏特征处理
28
不平衡数据特征处理
过采样 · 欠采样 · SMOTE与代价敏感特征加权
不平衡数据特征处…
过采样
29
特征优化实战案例一
电商点击率预测中的特征选择与构造全流…
特征优化实战案例…
电商点击率预测
30
特征优化实战案例二
信贷风控模型的特征筛选 · 监控与迭代优化总结
特征优化实战案例…
信贷风控模型的特…
所属VIP或分类
同VIP:AlphaFold-EvoFormer特征解析
同VIP:AlphaFold特征调优指南
同VIP:EvoFormer模块特征机制学习讲义