通過特定的統計方法（數學方法）講資料轉換成演算法要求的資料。
數值型資料：
歸一化標準化
缺失值類別型資料：one-hot編碼
時間型別：時間的切分
在對資料進行異常值、缺失值、資料轉換等處理後，我們需要從當前資料集中選出有意義的特徵，然後輸入到演算法模型中進行訓練。
對資料集進行特徵選擇主要基於以下幾方面的考慮：
1.冗餘的特徵會影響阻礙模型找尋資料潛在的規律，若冗餘的特徵過多，還會造成維度容災，占用大量的時間空間，使演算法執行效率大打折扣。
2.去除不相關的特徵會降低學習任務的難度，保留關鍵的特徵更能直觀的看出資料潛在的規律。
那麼，該如何進行特徵選擇呢？通常，要從兩方面考慮來選擇特徵：
1.特徵是否具有發散性：
如果乙個特徵不發散，例如方差接近於0，也就是說樣本在這個特徵上基本上沒有差異，這個特徵對於樣本的區分並沒有什麼用。
scikit-learn歸一化處理api：sklearn。preprocession.minmaxscaler
歸一化步驟：
1.例項化minmaxscalar
2.通過fit_transform轉換
在特定場景下最大值和最小值是變化的，另外，最大值個最小值非常容易受異常點影響，所以歸一化方法的穩定性較差，只適合傳統精確小資料場景。
特點：通過對原始資料進行變換把資料變化到均值為0，標準差為1範圍內。
大多數使用標準化。
標準化api：scikit-learn.preprocessing.standardscaler
目的：縮放資料。
標準化步驟：
1.例項化standardscaler
2.通過fit_transform轉換
特徵工程之特徵預處理
概念 特徵預處理是什麼呢？特徵預處理是通過統計方法 數學方法 將資料轉換成演算法要求的資料，所以特徵預處理也叫做資料預處理。下面是幾種資料預處理的方法 1 數值型資料 標準縮放 1 歸一化2 標準化 2 類別型資料 one hot編碼 3 時間類別 時間的劃分 下面介紹歸一化和標準化歸一化 歸一化 ...
特徵工程之特徵預處理
在前面我們分別討論了特徵工程中的特徵選擇與特徵表達，本文我們來討論特徵預處理的相關問題。主要包括特徵的歸一化和標準化，異常特徵樣本清洗與樣本資料不平衡問題的處理。由於標準化和歸一化這兩個詞經常混用，所以本文不再區別標準化和歸一化，而通過具體的標準化和歸一化方法來區別具體的預處理操作。z score標...
特徵工程之特徵預處理
在前面我們分別討論了特徵工程中的特徵選擇與特徵表達，本文我們來討論特徵預處理的相關問題。主要包括特徵的歸一化和標準化，異常特徵樣本清洗與樣本資料不平衡問題的處理。1.特徵的標準化和歸一化 由於標準化和歸一化這兩個詞經常混用，所以本文不再區別標準化和歸一化，而通過具體的標準化和歸一化方法來區別具體的預...