精通特征工程（从原始数据中提取特征并转化为适合机器学习模型的格式）【参考书籍：《精通特征工程》陈光欣·译】

第一章 机器学习流程

---

1.1 数据

---

数据是对现实世界现象的观测或记录。任何事物在任何时候任何地点都会产生无穷无尽的数据，我们需要利用所学习的知识去从不完全的，随机的，含有噪音的的数据中挖掘出有价值的信息，从而做出决策。

在这里补充说明DIKM模型【不管是在学习还是生活中，这个模型都有一定的指导意义】：

我们学习的终极目标就是和这个模型相吻合的，就是获取掌握知识，成为有"有智慧"的人。

---

1.2 任务

---

任务就是我们收集数据，利用数据的目的？如：为了了解导致肾病原因，我们需要手机评价肾功能的相关指标，在有数据得到我们想要的答案的过程中，需要经历非常曲折的路径，那么需要两个工具帮助我们实现快捷准确达到目的地：模型和特征。

---

1.3 模型

---

模型我们一般会想到数学模型，数学模型就是将数据的不同部分之间联系起来，可以构建一个数学公式来讲数值性的变量联系起来，比如：衡量肾功能的指标尿素和肌酐，CKD-EPI公式来估算肾小球滤过率（eGFR）等。但是对于非数值性的数据我们又该如何表示，并用模型进行计算？--->特征

---

1.4 特征 

---

特征是原始数据的数值表示。但是如何转化特征，转化为什么类型的数据？需要根据具体的应用场景来选择。特征工程就是需要在给定数据、模型和任务的情况下来设计出最为合适的特征的过程。要做到具体问题具体分析，"天下没有免费的午餐"定理。

---

1.5 模型评价

---

模型和特征之间的关系是相辅相成的，好的特征会使得建模的步骤会更加的容易；坏的特征如果要达到同等性能则需要使模型变得更为复杂。