机器学习系列文章——特征的处理与选择（归一化、标准化、降维、PCA）
一、特征处理特征处理是通过特定的统计方法，将数据转化成算法要求的数据。其API为sklearn.preprocessing。先来看一组数据：第一组中的特征1 相比于特征2而言大了几十倍，在正常处理时这些点即可视为异常点，影响统计结果分析。采用特征处理后转变为右侧的数据，可以更加方便的处理而不会产生异常值。常见的处理方法如下：数据类型处理方法数值型数据归一化、标准化、缺失值类别型数据one hot编码时间型数据时间的切分（ 一）归一化归一化是通过对原始数
