知识卡片

普通读书笔记卡 · 3788.m.2.a.2.a · 生成模型:未记录

文本藏着特征

理解等级:中级

自由文本可含有可提取结构。Titanic示例从姓名称谓提取年龄和身份的代理信号,用于补值或模型特征,而非直接把整段姓名当数字。代理与结果的相关不证明因果,其作用也依赖时代与数据分布,应通过独立评价检验。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 建模 10.2 里程碑1:整理数据 · 查看原书依据

      尽管乍看之下,Name(姓名)字段可能没有帮助,因为它纯粹是文本,但前缀例如“Mr.”“Miss” “Ms.”“Master”“Col.”“Major”“Count”和“Rev.”可以为预测提供有用的数据。数据整理是必要

    参考来源

    - 位置:《人工智能算法(卷2):受大自然启发的算法》第10章《建模》,原书小节“10.2 里程碑1:整理数据”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/人工智能算法(卷2):受大自然启发的算法/_epub-src/OEBPS/Text/chapter010.html#nav_point_120) - 结论依据:原文将称谓分组并比较年龄、生存率,再区分部分用于补值、部分作为布尔特征。 - 原始内容:尽管乍看之下,Name(姓名)字段可能没有帮助,因为它纯粹是文本,但前缀例如“Mr.”“Miss” “Ms.”“Master”“Col.”“Major”“Count”和“Rev.”可以为预测提供有用的数据。数据整理是必要