哈囉大家好～～～
怎麼樣是好的特徵呢？
一個好的特徵必須與你的目標(你要解決的問題)有關聯，它必須是數字有足夠多的例子(不能都是遺漏值)，還有一點，你需要用你自己對問題的見解來決定你要輸入的特徵。
首先，一個好的特徵需要與實際預測的內容相關，不要只是隨便亂扔數據，我自己在學習時就有經歷過，因為輸入到機器學習模型需要是數字，所以很多的名目變數要做轉換，最常見的就是性別的F跟M，需要轉換成0或1，當時我在資料清理上還非常不熟悉，就先將是數字的特徵都丟進模型內進行訓練，結果可想而知，成效並不佳，ML模型會被你餵進去的大量數據混淆，讓你的模型走偏。因此，我們要思考你的目標是甚麼?如果你是要找出預測哪一匹賽馬會贏，那麼特徵可能會使用有關品種和年齡的數據。但是，如果目標是確定馬是否容易得眼疾，你的特徵就會是眼睛顏色，真是天差地遠呢!下一篇我們繼續思考特徵與目標的關係。
那我們明天見～～～
iThome鐵人賽
看影片追技術