数据竞赛知识点 | 数值特征的缩放与编码

CSDN 叶庭云：https://yetingyun.blog.csdn.net/

数值特征是结构化数据竞赛中常见且重要的特征。一般而言数值特征的操作，主要包括如下几个方面：

• 缺失值处理
• 异常点处理
• 缩放处理
• 编码处理

1. 缺失值填充

如果使用非树模型，则需要考虑对数值特征进行有效填充。缺失值填充的基础方法包括：

• 使用统计值填充（均值/中位数/常数）
• 最近邻样本填充（前向/后向）
• 基于模型预测的填充

2. 异常点处理

分析和检测异常点，进而决定是删除还是替换掉。

3. 缩放处理

树模型可以不用做数据缩放，数值特征需要数据缩放处理后再加到深度模型中（通常来说效果会更好），可以直接对原始特征做归一化，或者通过 BN 层来做归一化。

• RankGuass：计算得到数据的排序信息，转换尺度到

文章来源: yetingyun.blog.csdn.net，作者：叶庭云，版权归原作者所有，如需转载，请联系作者。

原文链接：yetingyun.blog.csdn.net/article/details/126312146