基于sklearn分析特征工程（特征预处理、特征选择、降维）

特征工程目的： 降维/降低过拟合/泛化、解释性、加快训练速度、性能 特征工程框图： 数据预处理 无量纲化：转化不同规格的特征到同一规格 （1）标准化/z标准化 将符合正态分布的特征值转化为标准正态分布 使用sklearn.preproccessing库的StandardScaler类 （2）区间缩放法/线性归一化/0-1标准化 返回缩放到[0,1]区间的数据 使用sklearn.preprocce

>>阅读原文<<