类别型特征处理

类别型数据本身没有大小关系,需要将它们编码为数字,但它们之间不能有预先设定的大小关系,因此既要做到公平,又要区分开它们,那么直接开辟多个空间

One-Hot 编码/哑变量

One-Hot 编码/哑变量所做的就是将类别型数据 平行地展开,也就是说,经过 One-Hot 编码/哑变量后,这个特征的空间会膨胀。

时间型特征处理

时间型特征既可以做连续值,又可以看做离散值。

连续值

–持续时间(网页浏览时长)

–间隔时间(上一次购买/点击离现在的时间间隔)

离散值

–一天中哪个时间段

–一周中的星期几

–一年中哪个月/星期

工作日/周末

统计型特征处理

加减平均:商品价格高于平均价格多少,用户在某个品类下消费超过多少。

分位线:商品属于售出商品价格的分位线处。

次序性:商品处于热门商品第几位。

比例类:电商中商品的好/中/差评比例。

推荐系统常见反馈数据