特征工程

一、前言

通常，我们获得需求后，从业务的角度，思考需要哪些特征、从哪里采集这些特征。 

课堂中，我们可以舍弃上面的步骤，直接使用数据即可。

二、数据探索

看一看数据特点，分析适合用什么样的模型去处理。

1、 缺失值

（1）有些模型允许有缺失值，如Xgboost，LGVM，模型实现的时候，已经考虑到将缺失值当作一种方式。

（2）查找缺失值：

（2.1）data.info()

           

（2.2）data.isnull().sum()

             

（3）处理缺失值

（3.1）data.to_csv('test.csv',encoding='utf-8',na_rep='-')

2、异常值、噪声点：

（1）根据常识，如年龄=200岁，明显就是异常值。

（2）直方图：正态分布，尾部应该平滑，而不是凸起。

三、数值型特征

四、类别型特征

五、日期型特征

六、非结构化特征