趋近智
特征工程介绍
章节 1: 特征在机器学习中的作用
重温机器学习工作流程
什么是特征？
特征质量对模型表现的影响
常见数据类型及对应的问题
特征工程任务概览
章节 2: 处理缺失数据
识别缺失值
缺失数据机制 (MCAR, MAR, MNAR)
简单填充策略：均值、中位数、众数
创建缺失值指示器
多变量填充：KNN填充器
多元插补：迭代插补器
比较插补方法
动手实践：填充缺失数据
章节 3: 类别特征编码
分类数据的难点
标称类别与序数类别
标称特征的独热编码
有序特征的序数编码
高基数特征的处理
目标编码（均值编码）
二进制编码
哈希编码器
比较编码方法
动手实践：应用编码技术
章节 4: 特征缩放与变换
特征缩放的必要性
标准化 (Z-score 缩放)
归一化（最小-最大值缩放）
处理异常值的缩放
对偏斜数据的对数变换
Box-Cox 变换
Yeo-Johnson 变换
分位数变换
选择合适的缩放/转换方法
动手实践：特征缩放与转换
章节 5: 特征构建
创建新特征的动机
交互特征
多项式特征
基于日期/时间数据的特征构建
数值特征分箱
领域特征工程
自动化特征生成（引言）
动手实践：构建新特征
章节 6: 特征选择
特征选择的重要性
过滤方法概述
过滤方法：方差阈值
过滤方法：单变量统计检验（ANOVA F值，卡方）
过滤方法：相关性分析
封装器方法概述
封装方法：递归特征消除 (RFE)
封装方法：序列特征选择 (SFS)
嵌入式方法概览
嵌入式方法：正则化（Lasso L1）
嵌入式方法：基于树的特征重要性
动手实践：特征选择
对偏斜数据的对数变换
这部分内容有帮助吗？
- Applied Predictive Modeling, Max Kuhn and Kjell Johnson, 2013 (Springer) - 本书全面介绍了数据预处理技术，包括各种变换（如对数变换），并解释了它们在提升模型性能方面的作用。
- Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, Wes McKinney, 2022 (O'Reilly Media) - 一本使用Python的Pandas和NumPy库进行数据处理的实践指南，与实现对数变换等数值变换直接相关。
- numpy.log1p, NumPy Developers, 2023 - NumPy
log1p函数的官方文档，详细说明其数学定义、用法以及为何适用于包含零值的非负数据。 - An Analysis of Transformations, George E. P. Box and David R. Cox, 1964 Journal of the Royal Statistical Society. Series B (Methodological), Vol. 26 (Oxford University Press) DOI: 10.1111/j.2517-6161.1964.tb00553.x - 这篇基础论文介绍了Box-Cox变换，该变换泛化了幂变换（包括对数变换），为改善数据正态性提供了统计框架。