ml 小白对数据特征的困惑

[SlipStupig]

公司准备弄一个广告推荐系统，我刚接触 ml 了解 knn 算法，我看网上的数据集例子都是数字，而我们的数据都是日志，是否需要将日志转化成坐标数据？如果是，如何做呢？

[Xs0ul]

日志应该指的是用户点过某些广告或者商品？最简单的做法就是把每个用户的日志转换成一堆 0、1，1 代表点过某个广告 /商品，0 代表没有

[SlipStupig]

@Xs0ul 感谢回复，问题是，我们日志里面只有 ip，并没有账号信息，然后就是广告和 skuid，这个咋办呢

[SlipStupig]

@Xs0ul 比如：“ 1.2.3.4 get /product?skuid=123 2018-1-02 16:04 ” 这种就是我们的日志格式

[binux]

1.2.3.4 get /product?skuid=123
1.2.3.4 就是 user
123 就是 sku

你当然不可能就拿这个 1.2.3.4 123 当数据啊，你去把这个 1.2.3.4 对应的用户数据，123 对应的商品数据拿出来，提取特征，这个才是你的数据集。

[Nick2VIPUser]

可以看看 kaggle 上的泰坦尼克号存活预测的入门教程，特征转数字讲的很详细