本文来自于csdn,本文以特征工程在金融风控中的应用为切入点,对特征工程的大致内容进行了概述。在建模领域人们常说,数据和特征决定机器学习的上限,而模型和算法只是不断地逼近这个上限。所以,特征工程在建模中起到了决定性的作用。在金融实践领域,虽然特征工程得到了越来越多的重视,但是大家对特征工程的理解,出于行业机密和特征工程的复杂性等原因,一直没有系统的定义与总结。其中主要包括,特征工程的定义、意义、方法理论等内容。特征工程是将原始数据,通过业务逻辑理解、数据变换、特征交叉与组合等方式,量化成模型训练和预测可直接使用的特征的过程。其中主要包括了数据认知,数据清洗,特征提取,特征选择四个部分。a)