【NLP复习】数据预处理和特征选择：方差、相关系数、K方检验、互信息、树模型

先拿一张特征工程的导图镇楼。本文主要复习特征工程的核心——特征处理（数据预处理，特征选择，降维）。 一、数据预处理 量纲不统一怎么办？（猫咪的身高和体重） 标准化（前提是特征值服从正态分布，通过算特征的均值和标准差转成标准正态分布） 区间缩放法（利用两个最值进行缩放，将特征取值缩放到某范围，例如[0, 1]等） 标准化与归一化的区别（标准化按特征值，也就是按列；归一化按行搞成单位向量） 定量特征信

>>阅读原文<<