返回概念库机器学习特征工程 是什么？把原始数据整理成模型更容易理解的输入。一句话理解模型不能直接理解很多现实信息，特征工程就是把信息翻译成模型能吃进去的格式。掌握判断如果你能不用背定义，说明「特征工程」解决什么问题、输入输出是什么、它和相关文章的关系，就算初步掌握。也常被叫做Feature Engineering特征相关概念机器学习让模型从数据中学习规律，并把学到的规律用到新数据上。监督学习用带答案的数据训练模型，让模型学习输入和目标之间的对应关系。分类与回归分类预测类别，回归预测连续数值，这是监督学习里最常见的两类任务。训练集、验证集和测试集把数据分成训练、调参和最终评估三部分，避免模型只是在记答案。继续阅读2026/6/25特征工程是什么？模型为什么不能直接理解原始数据特征工程不是随便增加几列，而是把原始业务数据整理成模型能稳定学习的信号。2026/6/25类别特征如何处理：Label Encoding 与 One-Hot EncodingLabel Encoding 和 One-Hot Encoding 都能把类别变成数字，但它们表达的含义完全不同。2026/6/25数据标准化和归一化有什么区别标准化和归一化都在处理数值尺度问题，但一个看均值方差，一个看最大最小值。