作者:
Max Kuhn
/
Kjell Johnson
出版社: Chapman and Hall/CRC
副标题: A Practical Approach for Predictive Models
出版年: 2019-8-2
页数: 310
定价: USD 79.95
装帧: Hardcover
ISBN: 9781138079229
出版社: Chapman and Hall/CRC
副标题: A Practical Approach for Predictive Models
出版年: 2019-8-2
页数: 310
定价: USD 79.95
装帧: Hardcover
ISBN: 9781138079229
这本书的其他版本 · · · · · · ( 全部2 )
以下书单推荐 · · · · · · ( 全部 )
- T (dhcn)
- 数据预处理与特征工程 (高阳酒徒)
- data (Marine)
- 可能有用的书 (豆友icHyJCcizY)
- 书单|特征工程 (杀意大名)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有34人想读,手里有一本闲着?
订阅关于Feature Engineering and Selection的评论:
feed: rss 2.0
1 有用 网 2020-05-29 11:23:41
不是像想象中的Applied Predictive Modeling 2.0。这本主要专注特征工程,但其实新东西不是很多,Max写书就是喜欢把代码放在每章最后一节,导致看起来特别扭,尤其是像特征工程这样的topic我认为最好还是代码文本结合效果最好。最近Max的team在准备出一本介绍tidymodels的书,非常期待。
1 有用 Amadeus 2021-09-01 16:38:52
真是难为自己,但确实是入门书,内容已经写得不能再简单了。整个结构无非是基本的modeling process过一遍,然后拆解各个部分,比如通过EDA了解特征和响应的关系,categorical和numeric特征的处理,交互,特征选择。但其实读着就能感受到为什么需要不同的模型,因为假定不同,对特征不同性质的sensitivity不同。如果数据有长尾,没做EDA没意识到,用LR就不如NN。比如特征数... 真是难为自己,但确实是入门书,内容已经写得不能再简单了。整个结构无非是基本的modeling process过一遍,然后拆解各个部分,比如通过EDA了解特征和响应的关系,categorical和numeric特征的处理,交互,特征选择。但其实读着就能感受到为什么需要不同的模型,因为假定不同,对特征不同性质的sensitivity不同。如果数据有长尾,没做EDA没意识到,用LR就不如NN。比如特征数量大,没去处无关特征,对NN和SVM影响很大。所以首先应该做的,是先熟悉算法,再谈工程,搞清楚各个方法是如何与某种算法interplay的。没有傻瓜模板给你抄,这是个实践议题,各个数据集和项目差距太大,必须因地制宜。莫得统计知识和对应领域的expertise上手起来还是不太行,全靠树模型照顾本傻瓜 (展开)