signed

QiShunwang

“诚信为本、客户至上”

特征处理

2021/4/26 20:39:26   来源:

学自 极客时间 《深度学习推荐系统实战》

特征分为两类:

  • 类别特征(性别、地理位置、季节、天气、风格)
  • 数值型特征(年龄、收入、点击量、点击率)

类别特征经过 One-Hot 编码后放入特征向量、或者 多个的特征值采用 Multi-Hot 编码

数值特征直接放到特征向量上

  • 数值特征有时候,分布跨度很大(比如点击量 0 - 无穷大),我们需要将其归一化至 [0,1] 之间,避免其掩盖其它的特征
  • 归一化不能改变特征值的分布,可以进行分桶,用桶 ID 作为特征