特征工程：数据预处理、构建、选择与应用场景分析

# 特征工程
## 数据预处理
### 缺失值处理
- 删除缺失样本
- 删除缺失特征
- 填补方法
  - 均值填补
  - 中位数填补
  - 众数填补
  - 预测模型填补
### 异常值处理
- Z_Score方法
  - 定义
  - 适用场景
- 箱线图法
  - 主要步骤
  - 识别异常值
### 数据标准化
- Min_Max标准化
  - 适用场景
- Z_Score标准化
  - 适用场景
### 数据编码
- One_Hot编码
  - 优缺点
- 标签编码
  - 实用性
- 频次编码
  - 特点
## 特征构建
### 特征交叉
- 交叉特征示例
### 多项式特征
- 周期性特征
### 时间序列特征
- 滑动窗口统计
  - 移动平均
- 时间差计算
  - 日期差值
### 文本特征
- TF_IDF
  - 计算方法
- 词嵌入
  - Word2Vec
  - GloVe
## 特征选择
### 过滤法
- 方差选择法
- 卡方检验
- 互信息法
### 包装法
- 递归特征消除
- 前向选择
- 后向选择
### 嵌入法
- L1正则化
- 树模型特征重要性
## 特征转换
### 维度约减
- PCA
  - 原理及应用
- LDA
  - 应用场景
### 特征分解
- 矩阵分解
- 因子分析
### 非线性转换
- 核方法
- 自编码器
## 领域知识应用
### 业务指标构建
### 物理公式推导
### 行业特定特征
- 具体案例
## 评估与验证
### 模型性能对比
### 特征重要性分析
- 可视化方法
### A/B测试验证
- 设计原则
## 工具与库
### Pandas
- 常用操作
### Scikit_learn
- 重要模块
### Feature_engine
### Featuretools
### 特征存储系统
## 核要点解析
- 数据清洗优先级
- 特征交互的作用
- 自动化趋势
- 可解释性与性能的权衡
- 动态特征工程
## 应用场景
### 房价预测
- 特征示例
  - '楼层 × 单价 → 总价指数'
### 客户分群
- 分群方法
### 信用评分
- 特征选择
### 推荐系统
- 特征示例
  - '用户历史点击 + 物品特征 → 协同过滤特征'