sklearn 混合特征工程如何进行训练呢？

[SlipStupig]

想用 sklearn 做个多特征的分类器，特征分别是：

• 用户 ID
• 发帖正文
• 发帖时间
• 点赞数

我现在做的时候使用TF-IDF，做分类，单其它特征就没有用上，有什么办法能把所有特征用上呢？

[qza1212]

直接特征拼起来 + 树形分类器 e.g. rf xgboost

[GrayXu]

看你的模型是什么呗，比如 ls 说的如果使用 xgb 之类的重家伙，直接 concat 就好了

[xmoiduts]

树形结构例如 rf 的话，特征数量会不会有点少……最近做项目用的是 9 个特征，多个 rf 模型做 4 个输出的回归 /分类。效果（也就那样吧），很神奇的是：均方差比神经网络低一半，rf 和 xgboost 表现几乎一样。

[kuhung]

直接拼接。不过事先要观察相关性，无脑上特征不一定好。

[xou130]

lightgbm, 但是这类分类器吃特征数量，做比赛一般是 40 个特征起