为什么要做特征工程？

“数据和特征决定了机器学习的上限，而模型和算法是在逼近这个上限而已”，所以数据是机器学习的基础。数据来源是各种各样的，文本、语音、视频、图片等，原始的数据必须以特征的形式，加入到模型中，才能进行训练

特征工程方法

避免连续值导致模型的“误解”

对数据进行分区分桶操作

使用属性的连续值，某些模型对连续型的特征处理有比较好的效果

两个甚至多个特征，进行特征组合，形成一组新的特征

机器学习中，对数据进行分析之前，都会对数据进行归一化处理，这样做是为了消除部分特征数据对整体结果的影响。一般来说，是通过特定的方法，对数据的区间进行缩放处理，使之达到一个合适值，使各个指标处于同一个数量级。常见的是将数值处理成[0,1]之间的小数

通过特征的最大最小值，将每个值处理成[0,1]区间的数字，公式如下设最大maxA,最小值为minA，y=(x-minA)/(maxA-minA)

y=log10(x)

通过特征的平均值和标准差，进行数据处理，公式为： y=(x-μ)/σ 其中x为某一分数，μ为平均数，σ为标准差。 y的含义就是x与平均值之间的距离，衡量单位是标准差

取值为 0,1