特征工程代码包

如何对数据进行处理并提取适合特征，为模型的建立提供好的基础

唯一一本对特征工程有详细叙述和讲解的书籍，最新的书籍，希望对学习机器学习的人有帮助

机器学习的前置工程应用 特征工程思维导图

特征工程是机器学习建模最重要的一步，它直接决定了模型的效果。 近日数据科学家 Dipanjan Sarkar发表了几篇特征工程的深度好文，强烈推荐大家学习观摩！

高维图像识别问题转化为特征表达向量的识别问题,大大降低了计算的复杂程度,减少了冗余信息所造成的识别误差,提高了识别的精度。通过指纹图像的实例说明,将非线性降维方法(如Laplacian Eigenma

relie特征选择代码，可用于前期数据预处理。MATLAB代码，包含数据，可直接使用

SIFT特征作者David Lowe的MATLAB源代码，包含SIFT特征提取接口和利用SIFT特征点进行图像匹配的代码示例。

Fast Keypoint Recognition Using Random Ferns 中的源代码

特征点配准的方法用matlab实现的 代码 实现功能 实现图像配准

本文档主要讲解机器学习概述、特征工程、机器学习算法