特征工程

目的：将数据转换为能够更好地表示潜在问题的特征，从而提高机器学习性能。

清洗数据

• 对非结构化数据机芯结构化

• 数据填充

• 数据归一化

  • 标准化（z分数标准化）

  • 极差法（min-max标准化）

  • L1和L2正则化（将数据投影到不同的空间）

特征选择

筛选出数据的有用的列

• 相关系数

• 识别并移除多重共线性

• 卡放检验

• 方差分析

• 理解p值

• 迭代特征选择

• 用机器学习测量熵和信息增益

特征降维

• 线性判别分析法（LDA）

• 主成分分析法（PCA）