大数据项目特征工程型特征处理

类别型特征处理

类别型数据本身没有大小关系 ，大数需要将它们编码为数字
，据项但它们之间不能有预先设定的目特大小关系，因此既要做到公平
，征工又要区分开它们，程型处理那么直接开辟多个空间

One-Hot 编码/哑变量

One-Hot 编码/哑变量所做的特征就是将类别型数据 平行地展开 ，也就是大数说，经过 One-Hot 编码/哑变量后，据项这个特征的目特空间会膨胀
。

时间型特征处理

时间型特征既可以做连续值 ，又可以看做离散值
。程型处理

连续值

–持续时间（网页浏览时长）

–间隔时间（上一次购买/点击离现在的特征时间间隔）

离散值

–一天中哪个时间段

–一周中的星期几

–一年中哪个月/星期

工作日/周末

统计型特征处理

加减平均：商品价格高于平均价格多少，用户在某个品类下消费超过多少。大数

分位线
：商品属于售出商品价格的据项分位线处。

次序性：商品处于热门商品第几位。目特

比例类
：电商中商品的好/中/差评比例。

推荐系统常见反馈数据