피처 엔지니어링 (Feature Engineering)¶
원시 데이터로부터 머신러닝 모델의 예측 성능을 극대화하는 입력 표현(feature)을 설계, 생성, 선택, 변환하는 전 과정.
문서 구성¶
| 문서 | 내용 |
|---|---|
| 종합 정리 | 자동 피처 생성(DFS, OpenFE, CAAFE), 피처 선택(Filter/Wrapper/Embedded), 인코딩, 실전 파이프라인 |
핵심 개념¶
- Feature Construction: 도메인 지식 또는 자동 탐색으로 새 피처 생성
- Feature Encoding: 범주형 변수를 수치형으로 변환 (One-Hot, Target, WoE 등)
- Feature Selection: 불필요한 피처 제거 (Filter, Wrapper, Embedded)
- Automated FE: DFS, OpenFE, CAAFE, LLM-FE 등 자동화 기법