<雷达微多普勒特征处理与应用> 随书补充代码 作者 Victor C. Chen David Tahmoush

kaggle自行车大赛特征处理解析。

第二章：数据清洗及特征处理 task01.ipynb

随着美团交易规模的逐步增大，积累下来的业务数据和交易数据越来越多，这些数据是美团做为一 个团购平台最宝贵的财富。通过对这些数据的分析和挖掘，不仅能给美团业务发展方向提供决策支 持，也为业务的迭代指明了方向。目前在美团的团购系统中大量地应用到了机器学习和数据挖掘技 术，例如个性化推荐、筛选排序、搜索排序、用户建模等等，为公司创造了巨大的价值。 本文主要介绍在美团的推荐与个性化团队实践中的数据清洗与特征挖掘方法。主要内容已经在内部 公开课"机器学习InAction系列"讲过，本博客的内容主要是讲座内容的提炼和总结。

资源是博客：时间特征序列分析汇总（以2021-2019年槽罐车事故数据为例）一文中的数据和ipynb文件，用于对于交流和学习

关于特征处理的数据源，针对blog文章 https://blog.csdn.net/yiyongzhifu/article/details/89503664

特征处理代码，数值特征，文本特征，图像特征

用于信号处理，python完整代码，详细。

saliency图像显著性特征提取，多空间颜色特征提取，颜色直方图