曹同学2021-03-04 12:56:41
曹同学FE和Data wrangle里的extraction有什么区别
回答（2）
Kevin2021-03-04 13:18:17
Kevin同学你好！
extraction是针对数据本身，FE则是针对特征，特征是数据中所呈现出来的某一种重要的特性。
extraction是一种改变数据的方法，FE则包含了很多种改变特征的方法，包括组合，转换等等。
致正在努力的你，望能解答你的疑惑~
如此次答疑能更好地帮助你理解该知识点，烦请【点赞】。你的反馈是我们进步的动力，祝你顺利通过考试~
- 评论（0）
- 追问（1）
- 追问
-
老师可以举了例子吗？有点太抽象了
Vincent2021-03-10 10:20:30
Vincent你好，data wrangle 阶段的extraction是基于方便分析的目的去改变现有变量，比如将生日改为更容易分析的年龄。
但此时，分析师对于数据整体情况还不清楚，所以只是做一些简单的变换。
在完成清洗整理后，分析师对数据做EDA，通过热力图等工具对数据整体更加了解，此时分析师就可以做一些深度的变量创造，来更一步更好地分析数据。比如，基于EDA，我发现贷款客户中，年收入过10万的客户有某类行为特征可以捕捉，于是我设定变量“年收入大于10万”，而这个在数据整理阶段我是看不出来的。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片