特征工程，是指用一系列工程化的方式从原始数据中筛选出更好的数据特征，以提升模型的训练效果。特征工程是机器学习、深度学习中不可或缺的一部分，在机器学习和深度学习领域中占有非常重要的地位。业内有一句广为流传的话是：数据和特征决定了机器/深度学习的上限，而模型和算法是在逼近这个上限而已。由此可见，好的数据和特征是模型和算法发挥更大的作用的前提。
特征工程构成
特征工程通常包括数据预处理、特征选择、降维等环节。如下图所示：
特征工程，是指用一系列工程化的方式从原始数据中筛选出更好的数据特征，以提升模型的训练效果。特征工程是机器学习、深度学习中不可或缺的一部分，在机器学习和深度学习领域中占有非常重要的地位。业内有一句广为流传的话是：数据和特征决定了机器/深度学习的上限，而模型和算法是在逼近这个上限而已。由此可见，好的数据和特征是模型和算法发挥更大的作用的前提。
特征工程通常包括数据预处理、特征选择、降维等环节。如下图所示：
