特征向量1.特征向量：以人为例，每个元素可能就对应这人的某些方面，这就是特征，例如：身高、年龄、性别、国际....2.特征工程：目的就是将现有数据中可作为信号的特征与那些仅是噪声的特征区分开来；当数据的维度（即特征的数量）相对于样本量来说比较大时，特征工程就具有较高的失败风险。机器学习方法1.机器学习方法一般都具有以下几部分：1》模型的表示；2》用于评...

特征向量1.特征向量：以人为例，每个元素可能就对应这人的某些方面，这就是特征，例如：身高、年龄、性别、国际....2.特征工程：目的就是将现有数据中可作为信号的特征与那些仅是噪声的特征区分开来；当数据的维度（即特征的数量）相对于样本量来说比较大时，特征工程就具有较高的失败风险。机器学习方法1.机器学习方法一般都具有以下几部分：1》模型的表示；2》用于评...

特征向量1.特征向量：以人为例，每个元素可能就对应这人的某些方面，这就是特征，例如：身高、年龄、性别、国际....2.特征工程：目的就是将现有数据中可作为信号的特征与那些仅是噪声的特征区分开来；当数据的维度（即特征的数量）相对于样本量来说比较大时，特征工程就具有较高的失败风险。机器学习方法1.机器学习方法一般都具有以下几部分：1》模型的表示；2》用于评...