机器学习模型从数据中学习规律。然而，收集到的原始数据往往不适合模型高效学习。从原始数据中选择、转换和生成输入变量（即特征）的过程称为特征工程。本章将提供理解此过程的初步介绍。

首先，您将把特征工程放置在更广泛的机器学习工作流程中。我们将定义什么是“特征”，并考察特征的质量和相关性如何直接影响模型的学习和泛化能力。我们还将查看常见的数据类型，例如数值数据和类别数据，以及它们所需的具体考量。最后，本章将提供特征工程中涉及的主要任务的高级概览，为后续章节中详细介绍的技术做好准备。