machine-learning - 特征工程和特征提取有什么区别？

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 5 年前。

Improve this question

我正在努力寻找这两个概念之间的区别。据我了解，两者都是指将原始数据转化为更全面的特征来描述手头的问题。它们是一样的吗？如果没有，有人可以提供两者的示例吗？

Answer 1

1. 特征提取通常用于原始数据差异很大的情况。特别是当您无法使用原始数据时。

   例如原始数据是图像。您提取红色值或图像中对象形状的描述。这是有损失的，但至少你现在得到了一些结果。

2. 特征工程是仔细预处理成更有意义的特征，即使如果您可以使用旧数据。

   例如您决定使用 log(x)-sqrt(y)*z 而不是使用变量 x, y, z，因为您的工程知识告诉您这个导出的量对于解决您的问题更有意义。您会得到比没有更好的结果。