特徵萃取 | ML#Day8

需要发展「特徵工程」的另一个入门大问题，是没有想过会需要做特徵提取的工作，也就是从参数里面得到新的参数，没踏入这个领域，真的没想到还要做这个。

这个步骤其实可以无限发想创意，变换再变换，找到新的资料意义，就这点来说专业的资料学家也许根本不是在做呆版重复的工作，反到是充满探索与想像的发挥。

特徵萃取其实也不是什麽新概念，DB里面的aggregation method，其实就是这类的事情，count、min、max、avg 等等对原有资料做处理。

取得一连串的资料的最大值，最小值，平均值，或者有什麽特点，有连续性或没有连续性等等，诞生了新的资料与意义。

我们的第二个题目是想要知道，是不是有程序机器人，透过直打api的方式下订单，并非真人在网页面前挑选商品後下订单。

於是DB一张一张的订单单独地看，对这个题目没有什麽帮助，我们可能需要抓出客人是否有连续下订单的状况，甚至24小时不眠不休地在下订单。

於是需要写个小程序去从订单资料统整，抓出每个客人的连续下单状况，这就是从原有的资料产生新的资料，如果长期下来，甚至需要做得更好，当有每一笔新资料进入到DB的时候，自动产生与上次下单时间关联的新统计资料，也就是所谓的「自动化」。

对於软工背景的我们，这件事情相对比较轻松，只是在未理解有这项前置作业之前，我们还以为用初级的资料清洗过，就可以达成我们需求，有点把事情想得简单了。