对特征处理的一点点理解

2018年7月24日 下午6:55

特征处理的方法有：

1. One-hot
2. 归一化
   1. 防止将不同特征之间的数值大小作为特征
3. 图像的直方图均衡化
4. 均值滤波
   1. 模糊图片中我们不想作为特征的部分
5. 。。。。

总结：

1. 这些特征的处理他并不是加上就好，要和不要最笨的方法就是比较最后的结果。
2. 对特征处理的目的：为了更加凸显出那些对结果影响大的特征，遮蔽一些和结果没有关系的特征。并且，需要被遮挡的特征中有很多是机器学习算法能发现但是人却发现不了的特征，这些特征会影响最后的结果。
3. 这就说明了特征处理，关键是要对特定的数据有深刻的分析，一方面要突出正确的特征，一方面要分析出那些隐藏的错误的特征