1、特征尺度變換

1.1什么是特征尺度變換

是一種電腦視覺的算法用來偵測與描述影像中的局部性特征，它在空間尺度中尋找極值點，并提取出其位置、尺度、旋轉(zhuǎn)不變量；其應用范圍包含物體識別、機器人地圖感知與導航、影像縫合、3D模型建立、手勢辨識、影像追蹤和動作比對。支持常見的尺度變化函數(shù) log2,log10，In，abs，sqrt。支持稠密或稀疏

1.2如何使用特征尺度變換

阿里數(shù)加平臺提供在畫布區(qū)拖拽式的方式進行配置，以算法參數(shù)的方式提供給用戶，要想使用每個組件，須先了解每個參數(shù)的含義

2、特征異常平滑

2.1什么是特征異常平滑

將輸入特征中含有異常的數(shù)據(jù)平滑到一定區(qū)間，支持稀疏和稠密（特征平滑組件只是將異常取值的特征值修正成正常值，本身不過濾或刪除任何記錄，輸入數(shù)據(jù)維度和條數(shù)都不變）

2.2如何使用特征異常平滑

特征異常平滑分為 Zscore平滑、百分位平滑、閾值平滑

3、異常檢測模塊

3.1什么是異常檢測模塊

顧名思義，異常檢測就是檢測異常的；分為針對連續(xù)值特征的異常（按箱線圖最大值和最小值檢測異常特征），針對枚舉值特征的異常（按照枚舉特征的取值頻率，按照閾值過濾異常特征）

3.2如何使用異常檢測模塊

阿里數(shù)加平臺提供在畫布區(qū)拖拽式的方式進行配置，以算法參數(shù)的方式提供給用戶，要想使用每個組件，須先了解每個參數(shù)的含義

4、one-hot編碼

4.1什么是one-hot編碼

one-hot編碼，也稱獨熱編碼，對于每一個特征，如果它有m個可能值，那么經(jīng)過獨熱編碼后，就變成了m個二元特征。并且，這些特征互斥，每次只有一個激活。因此，數(shù)據(jù)會變成稀疏的，輸出結(jié)果也是k：v的稀疏結(jié)構(gòu)

4.2如何使用one-hot編碼

二值化

5、特征離散

5.1什么是特征離散

顧名思義，特征離散就是離散特征的，分為“支持稠密或稀疏的數(shù)值類特征離散”和“支持等頻離散和等距離離散”

5.2如何使用特征離散

直接選擇離散方法和離散區(qū)間即可

6、主成分分析（PCA）

6.1什么是主成分分析

PCA利用主成分分析方法，實現(xiàn)降維和降噪的功能；目前支持稠密數(shù)據(jù)格式

6.2如何使用主成分分析

我也不是很清楚，等清楚之后再補