Tag: feature-engineering
-
【AI 核心深度 M2-112】解释目标编码的交叉拟合实现细节与平滑公式（Target Encoding Implementation Details: Out-of-Fold Cross-Fitting and Smoothing）深度数理推导与工程落地解析
K 折内用其他折的标签均值编码本折；平滑向全局均值收缩，尤其保护低频类别。
-
【AI 核心深度 M2-113】比较文本特征的 TF-IDF 与嵌入表示，以及它们的取舍（Text Features: Comparing TF-IDF and Dense Embedding Representations）深度数理推导与工程落地解析
TF-IDF 稀疏可解释、无需训练；嵌入稠密语义强、需预训练且维度低。
-
【AI 核心深度 M2-062】列举类别特征的常见编码方式及适用场景（Common Categorical Feature Encoding Methods and Applicable Scenarios）深度数理推导与工程落地解析
one-hot（低基数）、目标编码（高基数）、频率编码、哈希、嵌入（深度学习）。
-
【AI 核心深度 M2-063】为什么要对数值特征分箱？分箱方式有哪些（Why Bin Numerical Features? Common Binning Strategies and Use Cases）深度数理推导与工程落地解析
捕捉非线性、抗异常值、便于业务解释；等宽、等频、有监督（决策树/卡方）。
-
【AI 核心深度 M2-064】解释特征交互与多项式特征，什么时候需要（Feature Interactions and Polynomial Features: Concepts and Scenarios）深度数理推导与工程落地解析
线性模型无法捕捉交互，需显式构造 x_i·x_j；树模型可自动学习交互。
-
【AI 核心深度 M2-065】时间特征的工程要点有哪些？如何避免泄漏（Key Points in Time Feature Engineering and Preventing Temporal Leakage）深度数理推导与工程落地解析
滞后、滚动统计、周期性编码、时间差；必须保证只用过去信息（滚动窗口右对齐）。
-
【AI 核心深度 M2-066】什么是特征哈希（hashing trick）？它的优缺点（What is the Hashing Trick (Feature Hashing)? Pros and Cons）深度数理推导与工程落地解析
用哈希函数把高基数特征映射到固定维度，省内存、支持流式；代价是哈希冲突。