MENTAL MODEL · M10975
特征工程
Feature Engineering
Version 1.0.0 · 更新于 2026-07-30
CORE DEFINITION · 核心定义
从原始数据中提取、构造、选择最有价值的特征用于建模：- 特征提取：从数据中提取有意义的特征- 特征选择：选择最相关的特征- 特征变换：对特征进行转换优化- 特征组合：组合多个特征创造新特征
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
数据的价值在于特征。好的特征比复杂的模型更重要，特征工程是机器学习的核心技能。（合并：特征编码、特征抽象、特征归一化、特征降维、特征降维映射、特征降噪、特征精简、特征聚合、特征聚类、特征空间、特征空间投影、特征驱动开发、特征去偏训练、特征融合、特征提取、特征提取法、特征投影、特
anchor
锚定快速决策
借助领域知识与变换，构造对模型最有用的特征表示。机制包含特征构造、选择与提取三类操作。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Feature_engineeringverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型