机器学习sklearn-特征过程及数据预处理1 基本概念2 数据预处理 Preprocessing & Impute3 特征选择
1 基本概念数据预处理的目的：让数据适应模型，匹配模型的需求。 特征工程是将原始数据转换为更能代表预测模型的潜在问题的特征的过程，可以通过挑选最相关的特征，提取特征以及创造特征来实现。其中创造特征又经常以降维算法的方式实现。 可能面对的问题有：特征之间有相关性，特征和标签无关，特征太多或太小，或者干脆就无法表现出应有的数据现象或无法展示数据的真实面貌 特征工程的目的：1) 降低计算成本，2) 提升模型上限1.1 sklearn中的的数据预处理和特征工程模块prep...
