特征衍生 方法

特征衍生方法
特征衍生是指在已有的数据集中，通过对原始特征进行组合、转化、提取等操作，产生新的特征，以提高机器学习模型的预测性能。

特征衍生方法分为以下三种：
1. 数值型特征衍生
数值特征衍生常见的方法有：
（1）数值型特征离散化：将连续型特征转化成离散的类别特征，例如将年龄分为儿童、青少年、中年、老年等不同的年龄段。

（2）多项式特征生成：将两个或更多的数值型特征组合成高次项，以产生新的特征，例如将身高和体重组合成BMI指数。

2. 类别型特征衍生
类别型特征衍生常见的方法有：
（1）one-hot 编码：将类别型特征转化为多个二元特征，每个二元特征表示一个类别，例如将性别特征转换为男性、女性两个二元特征。

（2）交叉特征生成：将两个或更多的类别型特征组合成新的特征，例如将居住城市和工作城市组合成新的城市特征。

3. 时间型特征衍生
时间型特征衍生常见的方法有：
（1）时间差特征生成：将两个时间特征的时间差作为新的特征，例如将用户注册时间和当前时间的时间差作为新的特征。

（2）时段特征生成：将时间特征分段，例如将一天分为早上、上午、下午、晚上四个时段，以此生成新的特征。

特征衍生是机器学习模型中非常重要的步骤，通过提取更多的特征，可以提高模型的准确性和预测效果。