VIP20
本课程属于：006-模型风险管理特征筛选清单 金融科技风控与量化工程 · 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

特征筛选在模型训练中的实战

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
特征筛选概述
什么是特征筛选 · 特征筛选的重要性 · 特征筛选与维度灾难的关系
特征筛选概述什么是特征筛选
02
特征类型与数据预处理
数值特征 · 类别特征 · 文本特征
特征类型数据预处理
03
单变量特征选择（上）
方差阈值法（VarianceThre…
单变量特征选择VarianceThre
04
单变量特征选择（中）
卡方检验（Chi-square）的原…
单变量特征选择Chi-square
05
单变量特征选择（下）
互信息法（Mutual Inform…
单变量特征选择Mutual
06
单变量特征选择（下）
皮尔逊相关系数（Pearson Co…
单变量特征选择Pearson
07
递归特征消除（RFE）
RFE算法原理 · RFE与交叉验证（RFECV）的实战
RFE递归特征消除
08
基于模型的特征选择（上）
使用L1正则化（Lasso）进行特征…
基于模型的特征选…L1
09
基于模型的特征选择（中）
使用树模型（随机森林）的特征重要性进…
基于模型的特征选…使用树模型
10
基于模型的特征选择（下）
使用XGBoost/LightGBM…
基于模型的特征选…XGBoost/Ligh…
11
包装法（Wrapper Methods）
前向搜索 · 后向搜索 · 双向搜索的原理与实战
WrapperMethods
12
嵌入法（Embedded Methods）
Lasso · Ridge · Elastic Net在特征选择中的…
EmbeddedMethods
13
主成分分析（PCA）降维
PCA原理 · PCA在特征提取中的应用 · PCA与特征筛选的区别
PCA主成分分析
14
线性判别分析（LDA）降维
LDA原理 · LDA在分类任务中的特征提取实战
LDA线性判别分析
15
t-SNE与UMAP可视化降维
t-SNE与UMAP原理 · 用于高维数据可视化与特征洞察
t-SNEUMAP
16
特征重要性排序与可视化
使用SHAP值进行特征重要性排序与解…
特征重要性排序可视化
17
特征重要性排序与可视化
使用Permutation Impo…
特征重要性排序可视化
18
多重共线性检测与处理
方差膨胀因子（VIF）的原理与实战
多重共线性检测处理
19
特征组合与交互特征
多项式特征生成 · 交互特征在模型中的效果
特征组合交互特征
20
特征编码（上）
独热编码（One-Hot Encod… · 标签编码（Label Encodin…
特征编码One-Hot
21
特征编码（下）
目标编码（Target Encodi… · 频率编码（Frequency Enc…
特征编码Target
22
特征分箱
等距分箱 · 等频分箱 · 聚类分箱的原理与实战
特征分箱等距分箱
23
时间序列特征工程
滞后特征 · 滚动窗口统计特征 · 时间戳分解
时间序列特征工程滞后特征
24
文本特征提取
TF-IDF · 词袋模型（Bag of Words） · Word2Vec在特征筛选中的应用
文本特征提取TF-IDF
25
特征筛选实战流程（上）
数据加载 · 探索性数据分析（EDA） · 初步特征清洗
特征筛选实战流程数据加载
26
特征筛选实战流程（中）
应用多种筛选方法（方差 · 卡方 · 互信息
特征筛选实战流程应用多种筛选方法
27
特征筛选实战流程（下）
基于筛选结果构建模型 · 评估模型性能（AUC · F1
特征筛选实战流程基于筛选结果构建…
28
自动化特征筛选工具
使用Feature-engine · Boruta · SelectFromModel进行自…
自动化特征筛选工…Feature-engi…
29
特征筛选中的过拟合与验证
交叉验证在特征选择中的应用 · 避免数据泄露
特征筛选过拟合
30
课程总结与最佳实践
特征筛选全流程回顾 · 常见陷阱 · 项目实战建议
课程总结最佳实践