特征

特征工程（7中常用）
https://www.cnblogs.com/peizhe123/p/7412364.html

1. 时间戳处理 import data
2. 分解类别属性 one-hot dummy
3. 分箱/分区 (划分区间段，结合领域知识基础) ------分箱------
4. 交叉特征 （将两个多个特征组合）
5. 特征选择（算法 选出原始特征子集，修剪特征可以减少噪声、冗余。评分法来排名选择）
6. 特征缩放 （某些特征跨度值更多）
7. 特征提取

预处理

1. 数据清洗
2. 数据规范化处理
3. 特征衍生与提取

特征选择

1. 特征过滤
2. wrapper
3. enbedded

填充 ：

0 pandas data.fillna(0)
均值、中位数、频数 data.fillna(data.mean()\median()) 结果粗糙
最大最小
序号相邻 data.fillna(method=‘bfill’)
相似性（k最近邻）
线性回归填充 共线性问题

不赞成填充，设置哑变量（dummy val）
https://www.jianshu.com/p/5d883a293730
这边参考了两个模型的设计思路，一个是bagging算法的随机抽取避免过拟合，另一个是Tomek+Somte的填充方法