特征工程

数据集的特征工程
机器学习中的重复值不需要去重
pandas是数据读取非常方便以及基本的处理格式的工具
sklearn对于特征的处理提供了强大的接口

一、特征工程的定义
特征工程是将原始数据转换为更好地代表预测模型的潜在问题的特征的过程，从而提高了对未知数据的预测准确性。
二、特征工程的意义
直接影响预测结果
三、scikit-learn工具介绍
1、python语言的机器学习工具
2、包含许多知名的机器学习算法的实现
3、文档完善，容易上手，丰富的API，使其在学术界颇受欢迎
4、目前稳定版本0.18
四、scikit-learn的安装
命令 pip install Scikit-learn
注意：安装scikit-learn需要已经安装numpy、pandas等库
五、scikit-learn的导入
import sklearn
六、scikit-learn可以做的事情

六、One-hot编码的原理
将每个类别生成一个布尔列，这些列中只有一列可以为每个样本取值1。因此，术语一个热编码

七、特征抽取（特征抽取对文本等数据进行特征值化ÿ