[原创]机器学习基础-特征工程1

在机器学习建模中，特征最终必须是数字形式，但原始特征可以是各种类型（文本、类别、图像等）。让我用通俗易懂的金融风控例子一步步解释：

1 ，为什么需要数字形式？
机器学习模型本质是数学公式（如 y = ax + b），只能处理数字。
例子：判断贷款风险时，模型需要计算：

年龄（30岁 → 数字30）
职业（"教师" → 需转换为数字）
信用记录（"良好"/"差" → 需转换为数字）


2,非数字特征如何转换？

情况1：类别特征（如职业、学历） 独热编码（One-Hot Encoding）
例子：职业特征

原始数据：["教师", "程序员", "教师", "销售"]
转换后：


职业_教师
职业_程序员
职业_销售

---
来源: 看雪论坛
原文链接: https://bbs.kanxue.com/thread-288476.htm

good

good