很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
在策略產(chǎn)品日常迭代和優(yōu)化當(dāng)中，經(jīng)常遇到特征選擇的問題。
其實所謂的特征是一種信息描述的維度，這個信息通常跟衡量一個目標(biāo)有關(guān)系。
我舉個例子：
比如在電商行業(yè)，里面經(jīng)常會涉及到對一個商品熱度的判斷，那么你需要思考的是哪些維度的信息能表明一個商品是“熱”還是“不熱”。
你自然能想到商品的銷量高代表這個商品很“熱”，商品評價好，評價數(shù)多，也能代表這個商品很“熱”。
這里商品的銷量，商品的好評率，商品的評論數(shù)都可以認(rèn)為是衡量商品熱度的一種維度的信息（其實就是數(shù)據(jù)），其實也就是特征。
所以，策略產(chǎn)品里面，特征是為目標(biāo)服務(wù)的。
不難想到，一個商品的不同維度的信息有很多，那么如果要衡量商品熱度，選擇哪些維度的信息，這個就涉及到另一個問題。
特征選擇。
對一個要實現(xiàn)的既定目標(biāo)來說，給定的不同維度的信息，有些信息很有用，另一些則可能沒什么用。對當(dāng)前目標(biāo)有用的信息稱為“相關(guān)特征”(relevant feature)、沒什么用的信息稱為“無關(guān)特征”(irrelevant feature)。從給定的特征集合中選擇出相關(guān)特征子集的過程，即“特征選擇”(feature selection)
下面這幾點我覺得總結(jié)的很好：
簡化模型，使模型更易于理解：去除不相關(guān)的特征會降低學(xué)習(xí)任務(wù)的難度。并且可解釋性能對模型效果的穩(wěn)定性有更多的把握；
改善性能：節(jié)省存儲和計算開銷，可以有效地提升策略產(chǎn)品的數(shù)據(jù)處理和計算性能；
改善通用性、降低過擬合風(fēng)險：減輕維數(shù)災(zāi)難，特征的增多會大大增加模型的搜索空間，大多數(shù)模型所需要的訓(xùn)練樣本隨著特征數(shù)量的增加而顯著增加。特征的增加雖然能更好地擬合訓(xùn)練數(shù)據(jù)，但也可能增加方差。
所以，可以看出來，很多情況下，我們認(rèn)為知道的信息越多，那么我們就越容易做對的決策，但前提是準(zhǔn)確的信息。
特征選擇就是一個信息篩選過濾的過程，我們要遵循如下兩個準(zhǔn)則：
第一點好理解，特征是為目標(biāo)服務(wù)的，因此選擇出來的特征必須能夠表征目標(biāo)；
第二點的意思是這個特征要在不同的物品之間有相當(dāng)明顯的差異。比如銷量，有的高，有的低；評價，有的是100%好評，有的是80%好評，這些都可以稱之為特征。
但是，如果你們業(yè)務(wù)的基本上99%的物品好評率都在100%，那基本上這個特征就不用加了。
有差異才有區(qū)別，有區(qū)別才能作為一個決策的因素。
訓(xùn)練數(shù)據(jù)包含許多冗余或無用的特征，移除這些特征并不會導(dǎo)致丟失信息。其中冗余是指一個本身很有用的特征與另外一個有用的特征強相關(guān)，或它包含的信息能從其它特征推演出來；
特征很多但樣本相對較少，也就是某一個維度的信息數(shù)據(jù)量太少，覆蓋度較低。
以下是模型特征選擇的4個步驟，策略產(chǎn)品經(jīng)理以了解為主：
產(chǎn)生過程：產(chǎn)生特征或特征子集候選集合；
評價函數(shù)：衡量特征或特征子集的重要性或者好壞程度，即量化特征變量和目標(biāo)變量之間的聯(lián)系以及特征之間的相互聯(lián)系。為了避免過擬合，可用交叉驗證的方式來評估特征的好壞；
停止準(zhǔn)則：為了減少計算復(fù)雜度，需設(shè)定一個閾值，當(dāng)評價函數(shù)值達(dá)到閾值后搜索停止；
驗證過程：在驗證數(shù)據(jù)集上驗證選出來的特征子集的有效性。
很多策略產(chǎn)品經(jīng)理認(rèn)為只有在使用模型和算法的時候才會有特征選擇。其實不然，在我們使用規(guī)則邏輯的時候也需要涉及到特征選擇。
很多時候我們會采用LR思路去做一個線性邏輯的公式，通常用來進(jìn)行排序。以計算一個短視頻綜合得分為例：
視頻score=瀏覽*權(quán)重1+轉(zhuǎn)發(fā)*權(quán)重2+完播*權(quán)重......
這里的瀏覽、轉(zhuǎn)發(fā)、完播都是用來表征這個信息在短視頻視頻綜合得分當(dāng)中的作用，也是需要從視頻本身大量的信息當(dāng)中選擇出來的。
選擇的規(guī)程也需要遵循特征選擇的兩個準(zhǔn)則。
以上，你學(xué)會了么？
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)