预处理对模型性能的影响

22/26预处理对模型性能的影响第一部分预处理的意义 2第二部分数据清洗和转换 4第三部分数据标准化和归一化 7第四部分特征工程的重要性 10第五部分特征选择与降维 13第六部分不同的预处理技术 16第七部分预处理对模型鲁棒性的影响 19第八部分预处理的最佳实践 22

第一部分预处理的意义关键词关键要点主题名称：数据清理和规范化

1.去除异常值和噪声数据，避免对模型训练造成偏差。

2.统一数据格式，确保模型能够正确识别和处理不同类型的数据。

3.标准化或归一化数据，将数据范围缩放到统一的区间，提高模型的收敛速度和稳定性。

主题名称：特征工程

预处理的意义

预处理是机器学习工作流程中至关重要的一步，为模型训练和评估奠定坚实的基础。它涉及一系列技术，用于转换、清理和转换原始数据，使其更适合建模目的。理解预处理的意义对于提高模型性能至关重要，以下是一些关键方面：

1.数据清理：

预处理从数据清理开始，这包括删除缺失值、异常值和噪声。缺失值会引入不确定性，而异常值可能会扭曲模型。通过清理数据，我们可以确保模型仅基于高质量和一致的信息。

2.特征工程：

预处理涉及特征工程，即将原始特征转换为更具信息性和预测性的特征。这可以包括特征规范化、标准化、创建二进制或分类特征以及降维技术。特征工程有助于提高模型的泛化能力和准确性。

3.去相关和降维：

在某些数据集中，特征之间可能存在高度相关性。这会导致冗余和过拟合。预处理通过去相关技术（例如主成分分析或线性判别分析）来消除相关性，并使用降维技术（例如主成分分析或奇异值分解）来减少特征数量，同时保留最大方差。

4.数据标准化：

数据标准化涉及调整特征值以具有相同的均值和方差。这对于确保不同特征在建模过程中具有相似的权重非常重要。标准化有助于避免某些特征对模型产生不成比例的影响。

5.离群值处理：

异常值是极端值或与数据其余部分明显不同的数据点。如果未正确处理，它们可能会扭曲模型。预处理包括识别和处理异常值，例如通过删除、替换或Winsorization（将异常值截断为特定百分位数）。

6.数据转换：

数据转换melibatkanmengubahfituragarsesuaiuntukalgoritmapembelajaranmesintertentu.Misalnya,beberapaalgoritmamemerlukanfiturbiner,sedangkanyanglainnyamemerlukanfiturkontinu.Transformasijugadapatditerapkanuntukmembuatfiturbaruataumembuangfituryangtidakrelevan.

7.PembagianData:

Setelahdatatelahdiolah,dataharusdibagimenjadisetpelatihan,validasi,danpengujian.Setpelatihandigunakanuntukmelatihmodel,setvalidasidigunakanuntukmenyetelhyperparametermodel,dansetpengujiandigunakanuntukmengevaluasikinerjaakhirmodel.Pembagiandatayangtepatsangatpentinguntukmemastikanmodelyangdapatdigeneralisasidenganbaik.

Kesimpulan:

Preprocessingadalahlangkahpentingdalamalurkerjapembelajaranmesinyangdapatsecarasignifikanmemengaruhikinerjamodel.Denganmembersihkandata,melakukanrekayasafitur,menanganipencilan,menormalkandata,danmembagidatadengantepat,kitadapatmemastikanbahwamodeldilatihpadadatayangberkualitastinggi,relevan,danrepresentatif,menghasilkanprediksiyanglebihakuratdandapatdiandalkan.第二部分数据清洗和转换数据清洗和转换

数据清洗和转换是数据预处理的一项至关重要的步骤，旨在弥补数据中的瑕疵，使其更适合建模。其过程涉及检测、更正和处理数据中的异常值、缺失值、噪声和不一致性。

缺失值的处理

缺失值是数据预处理中常见的挑战，可能导致模型准确性降低和偏差。处理缺失值的方法包括：

*删除不完整记录：如果缺失值过多或对目标变量影响不大，则可以删除不完整记录。

*使用均值或中值填充：对于数值变量，可以用总体均值或中值填充缺失值。

*使用众数填充：对于类别变量，可以用总体众数填充缺失值。

*使用K最近邻(KNN)：识别与缺失值相似的记录，并使用这些记录的平均值或众数进行填充。

*使用多重插补：重复生成多个缺失值填充值，并使用这些填充值的平均值或中值作为最终填充值。

异常值的处理

异常值是严重偏离总体数据的极端值，可能导致模型产生偏差。处理异常值的方法包括：

*删除异常值：如果异常值的数量很少，可以将其删除。

*替换为总体值：可以将异常值替换为总体均值、中值或众数。

*Winsorizing：将异常值替换为总体分布中最大或最小的非异常值。

*截断：用离群点分布的特定百分位数（例如5%或95%）替换异常值。

噪声的处理

噪声是指干扰数据真实信号的随机误差。处理噪声的方法包括：

*平滑：通过对数据点进行平均或拟合曲线来平滑噪声。

*降维：使用主成分分析(PCA)或奇异值分解(SVD)等技术减少数据维度，从而减少噪声。

*正则化：在模型训练过程中添加正则化项以抑制过拟合，从而减少噪声的影响。

数据转换

数据转换旨在增强数据的特征并提高模型性能。常见的转换方法包括：

*特征缩放：将特征值缩放至相同的范围，以减轻特征的规模对其影响。

*对数转换：对高度偏斜的特征进行对数转换，以使其分布更接近正态分布。

*标准化：减去每个特征的均值并除以其标准差，以使所有特征具有相同的均值和方差。

*独热编码：将类别变量转换为稀疏二进制向量，以表示不同的类别。

*哑变量编码：使用虚拟变量或指示变量来表示类别变量，其中每个类别都有一个单独的特征。

影响模型性能的影响

数据清洗和转换对模型性能有显着影响：

*提高准确性：通过消除异常值、处理缺失值和减少噪声，数据清洗可以提高模型预测的准确性。

*减少偏差：通过移除异常值和处理不平衡数据，数据转换可以减少模型的偏差。

*提高效率：通过减少数据集中的噪声和冗余，数据转换可以提高训练模型的效率。

*增强解释性：通过转换数据以增强特征，数据转换可以提高模型的可解释性。

*支持算法：某些机器学习算法需要特定的数据类型或特征范围，而数据转换可以满足这些要求。第三部分数据标准化和归一化关键词关键要点数据标准化

1.数据标准化通过减去特征均值并除以特征标准差，将特征转化为均值为0且标准差为1的分布。

2.数据标准化有利于提高模型的收敛速度，防止数值较大的特征对模型产生过度影响。

3.数据标准化不改变特征之间的差异性，因此适用于大多数机器学习算法。

数据归一化

1.数据归一化将特征转化到[0,1]或[-1,1]的范围内，通过线性变换或非线性变换实现。

2.数据归一化适用于特征值范围差异较大的场景，可以防止极端值或异常值对模型产生干扰。

3.数据归一化可能改变特征之间的差异性，因此需要根据具体算法和数据集进行选择。数据标准化和归一化

数据标准化和归一化是数据预处理中的基本技术，用于对不同范围和单位的数据进行转换，使其具有可比性和适应性，提高机器学习模型的性能。

数据标准化

数据标准化将数据转换到均值为0、标准差为1的正态分布中。它通过以下公式实现：

```

x'=(x-μ)/σ

```

其中：

*x'是标准化后的数据

*x是原始数据

*μ是原始数据的均值

*σ是原始数据的标准差

数据标准化的好处包括：

*消除数据分布差异，使不同单位的特征具有可比性。

*提高模型的收敛速度，因为标准化后的数据梯度更平缓。

*防止模型过度拟合某些具有较大范围或单位的特征。

数据归一化

数据归一化将数据转换到0到1之间的范围内。它通过以下公式实现：

```

x'=(x-min)/(max-min)

```

其中：

*x'是归一化后的数据

*x是原始数据

*min是原始数据的最小值

*max是原始数据的最大值

数据归一化的优点包括：

*将数据缩放到统一范围内，确保所有特征在梯度下降时具有同等重要性。

*对于一些模型，如神经网络，归一化有助于防止出现梯度消失或爆炸的问题。

*提高模型的稳定性，因为归一化后的数据对异常值不那么敏感。

标准化与归一化的区别

标准化和归一化的主要区别在于它们产生的数据分布：

*标准化：将数据转换为均值为0、标准差为1的正态分布。

*归一化：将数据转换到0到1之间的范围内。

在选择标准化还是归一化时，以下因素需要考虑：

*数据分布：如果数据大致符合正态分布，则标准化可能更合适。否则，归一化可能更合适。

*模型要求：某些机器学习模型可能对正态分布输入更敏感（例如多元线性回归），而另一些模型可能需要归一化输入（例如支持向量机）。

*特征范围：如果特征具有非常不同的范围，则归一化可能更合适，以防止某些特征主导模型。

实例

考虑以下数据集，包含两个具有不同范围的特征：

|特征|最小值|最大值|

||||

|年龄|18|80|

|体重|50|120|

如果使用标准化，年龄特征将转换为均值为0、标准差为1的正态分布。体重特征也会经历类似的转换。

如果使用归一化，年龄特征将转换为0到1之间的范围，而体重特征也将转换为0到1之间的范围。

结论

数据标准化和归一化是数据预处理中至关重要的技术，可以提高机器学习模型的性能。通过将数据转换为更具可比性、更适合模型训练的格式，标准化和归一化有助于提高模型的准确性、稳定性和收敛速度。根据数据分布、模型要求和特征范围选择合适的标准化或归一化方法对于优化机器学习模型至关重要。第四部分特征工程的重要性关键词关键要点【特征工程的重要性】：

1.特征工程是机器学习管道中不可或缺的步骤，因为它将原始数据转换为机器学习模型可以有效利用的特征。

2.特征工程有助于减少噪声和冗余，改善数据的分布，并揭示对建模过程有用的潜在模式。

3.通过应用各种技术，例如特征缩放、降维和特征选择，特征工程优化了模型输入，提高了模型性能。

【特征转换】：

特征工程对模型性能的重要性

在机器学习中，特征工程是一个至关重要的步骤，它能显著影响模型的性能。特征工程涉及对原始数据进行预处理，以提取有价值的信息并创建对机器学习算法有用的特征。

特征工程的益处

特征工程有多种益处，包括：

*消除无关特征：删除与目标变量无关或冗余的特征，可以减少噪音和复杂性，提高模型的准确性。

*创建有价值的特征：通过对原始特征进行转换或组合，可以创建新的特征，这些特征更能反映数据的潜在模式和关系。

*提高算法效率：精心设计的特征可以减少算法的计算时间，提高训练效率和模型性能。

*增强模型的可解释性：通过创建有意义和易于理解的特征，可以提高模型的可解释性，从而便于理解其预测。

*提高模型泛化能力：特征工程可以通过选择与目标变量相关且对新数据鲁棒的特征，提高模型的泛化能力，使其在未见数据上表现良好。

特征工程的步骤

特征工程是一个多阶段的过程，通常包括以下步骤：

1.数据探索：理解原始数据的分布、特征类型和潜在关系。

2.特征选择：通过使用特征选择算法或专家知识来识别相关的特征。

3.特征转换：对原始特征进行转换，如标准化、编码或二值化，以改善其分布或表示。

4.特征组合：通过组合多个特征创建新的特征，以捕捉数据的更复杂关系。

5.特征降维：通过主成分分析(PCA)或奇异值分解(SVD)等技术减少特征的数量，同时保留主要信息。

特征工程技术

特征工程涉及广泛的技术，包括：

*数值特征转换：标准化、对数化、归一化

*分类特征编码：独热编码、标签编码、二值编码

*文本特征处理：分词、词干提取、TF-IDF

*时间序列特征工程：移动平均、季节性分解、趋势分析

*图像特征提取：边缘检测、直方图、特征描述符

特征工程的挑战

特征工程也有一些挑战，包括：

*特征选择偏差：选择特征时引入主观性或偏见，可能会导致模型性能下降。

*过拟合：创建太多特征或复杂特征可能会导致模型过拟合，从而降低泛化能力。

*计算密集：特征工程过程可能计算密集，尤其是对于大型数据集。

*领域知识依赖：有效特征工程通常需要对数据和问题域的深入理解。

最佳实践

为了最大限度地发挥特征工程的潜力并避免其挑战，应遵循以下最佳实践：

*基于明确的目标：定义明确的建模目标，并确保特征工程与目标一致。

*理解数据：全面了解原始数据，包括分布、相关性和其他模式。

*迭代和实验：特征工程是一个迭代的过程，应探索不同的技术和策略，并评估其影响。

*验证和解释：验证特征工程的有效性，并解释创建的特征如何增强模型性能。

*避免过度工程：避免创建过多或复杂特征，这可能会损害模型的可解释性和泛化能力。

结论

特征工程是机器学习管道中一个至关重要的方面，它能显著影响模型的性能。通过执行周全的特征工程，从业者可以改善模型的准确性、效率、可解释性和泛化能力。然而，特征工程也面临挑战，因此采用最佳实践至关重要，以最大限度地发挥其潜力并避免其局限性。第五部分特征选择与降维关键词关键要点特征选择

1.特征选择通过识别和删除无关或冗余的特征，优化模型的性能。

2.常见的方法包括过滤法（基于统计或信息理论指标）和包装法（在模型训练过程中评估特征）。

3.特征选择有助于防止过拟合、提高模型的解释性和可理解性。

降维

1.降维将高维数据集投影到低维空间，同时保留关键信息。

2.主成分分析（PCA）和奇异值分解（SVD）等技术用于提取数据中的主要变化方向。

3.降维可以减少计算负担，提高训练效率，并有助于可视化高维数据。特征选择与降维

特征选择和降维是数据预处理的关键步骤，可显著提升模型性能。

#特征选择

特征选择是指从原始特征集中选择与目标变量最相关或最能预测目标变量的特征子集。

方法：

*FilterMethods：基于特征与目标变量的相关性或分布进行评估。例如：Pearson相关系数、信息增益。

*WrapperMethods：通过反复构建模型来选择特征，以优化模型性能。例如：向前/向后选择、递归特征消除（RFE）。

*EmbeddedMethods：在模型训练过程中自动执行特征选择。例如：lasso回归、决策树。

优点：

*减少过拟合：通过消除不相关的或冗余的特征，防止模型学习噪音或异常值。

*提高可解释性：去除不重要的特征有助于理解模型的行为和预测。

*降低计算成本：使用较少的特征可以加快模型训练和预测速度。

#降维

降维是指将高维数据投影到低维空间，以保留主要特征和减少冗余。

方法：

*主成分分析（PCA）：通过查找数据方差最大的正交方向来降低维度。

*奇异值分解（SVD）：将数据分解为三个矩阵，其中一个矩阵包含表示低维特征的奇异向量。

*线性判别分析（LDA）：根据目标变量最大化样本类间分离度来降低维度。

优点：

*数据可视化：将高维数据投影到低维空间，便于可视化和探索。

*降噪：通过消除不相关的维度，减少噪音的影响。

*提高性能：降维后的数据通常具有更高的信噪比，有利于模型训练和预测。

#特征选择与降维的结合

特征选择和降维可以结合使用，以获得最大的数据预处理收益。

*PipelineApproach：依次执行特征选择和降维，以利用两者的好处。

*EmbeddedFeatureSelection：使用embedded方法进行特征选择，同时结合降维技术（例如，稀疏PCA）。

*HybridMethods：开发新的方法，将特征选择和降维原则集成在一起。

#数据类型的影响

特征选择和降维的具体方法取决于数据的类型：

*连续数据：可以使用基于相关性或方差的filter方法和PCA或SVD等降维技术。

*分类数据：可以使用信息增益或卡方检验等filter方法和LDA等降维技术。

*混合数据：需要使用专门的方法，例如稳健的主成分分析（RPCA）或特征缩放。

#案例研究

案例1：数字图像分类

*使用PCA减少图像像素的维度，保留主要特征。

*使用Lasso回归进行特征选择，消除对分类不相关的像素。

案例2：文本情感分析

*使用TF-IDF提取词袋特征。

*使用RFE进行特征选择，去除最不相关的单词。

*使用LDA降维，投影到区分不同情感的低维空间。

#结论

特征选择和降维是数据预处理中的重要步骤，可通过减少冗余、提高可解释性和降低计算成本等方式显著提升模型性能。适当选择方法并考虑数据的类型对这两项技术的成功应用至关重要。第六部分不同的预处理技术关键词关键要点【数据标准化】

1.消除数据的尺度差异，使不同特征具有可比性。

2.提升算法的收敛速度，避免数值不稳定问题。

3.确保特征权重均衡，防止某个特征过分影响模型。

【数据归一化】

不同的预处理技术

数据预处理是机器学习和数据分析中至关重要的一步，它可以显著影响模型的性能。不同的预处理技术用于解决不同的数据问题，以下是一些常见的技术：

1.缺失值处理

缺失值是数据集中常见的问题，需要进行适当的处理以避免对模型产生偏见。常见的缺失值处理技术包括：

*删除缺失值：删除包含缺失值的整个行或列，仅适用于缺失数据量很少的情况。

*均值/中位数填充：用列或行的平均值或中位数替换缺失值。

*K-最近邻插补：使用K个与目标点距离最近的观测值来估计缺失值。

2.数据转换

数据转换用于将数据转换为更适合建模的形式。常见的数据转换技术包括：

*标准化：将数据转换为具有0均值和1标准差的分布。

*归一化：将数据转换为取值为0到1之间的范围。

*对数转换：对正值数据进行对数转换以降低偏度。

*分箱：将连续数据转换为离散类别。

3.特征工程

特征工程涉及创建新的特征或修改现有特征以提高模型的性能。常见的特征工程技术包括：

*特征选择：选择与目标变量最相关的特征。

*特征缩放：将不同范围的特征缩放至相同范围。

*主成分分析（PCA）：将相关特征转换为不相关的特征集合，从而降低维度。

*独热编码：将分类特征转换为二进制向量。

4.数据清洗

数据清洗涉及检测和更正数据中的错误和异常值。常见的数据清洗技术包括：

*数据验证：检查数据类型、范围和唯一性。

*异常值检测：识别与其他数据点明显不同的异常值。

*数据清理：更正错误、删除异常值和处理重复数据。

5.特征缩放

特征缩放是标准化或归一化数据的过程，以便它们在相同范围内。这对于防止某些特征对模型产生不成比例的影响至关重要。常见的特征缩放技术包括：

*标准缩放：将数据转换为具有0均值和1标准差的分布。

*最小-最大缩放：将数据转换为取值为0到1之间的范围。

*范围缩放：将数据转换为具有特定最小值和最大值的范围。

6.特征选择

特征选择涉及从数据集中选择与目标变量最相关的特征。这可以提高模型的性能并减少过拟合的风险。常见的特征选择技术包括：

*过滤式方法：基于特征的统计属性对特征进行排名。

*包装式方法：使用模型训练来评估特征子集。

*嵌入式方法：将特征选择作为模型训练过程的一部分。

7.降维

降维技术用于减少数据集中特征的数量，同时保留其相关信息。常见的降维技术包括：

*主成分分析（PCA）：将相关特征转换为不相关的特征集合。

*线性判别分析（LDA）：投影数据以最大化类间差异。

*奇异值分解（SVD）：将数据分解为奇异值、左奇异向量和右奇异向量的乘积。

适当的数据预处理技术的选择取决于数据的特点和建模目标。通过仔细选择和应用预处理技术，可以显著提高机器学习和数据分析模型的性能。第七部分预处理对模型鲁棒性的影响关键词关键要点预处理对模型鲁棒性的影响

1.减轻噪声和异常值对模型的影响：预处理技术，如数据清洗和异常值处理，可以去除噪声和异常值，从而增强模型对噪声和数据异常情况的鲁棒性。这有助于模型生成更可靠和准确的预测，即使在面对不完整或错误的数据时也是如此。

2.提高模型对样本分布变化的适应性：预处理可以帮助转换数据分布，使其与训练数据分布更加一致。这消除了样本分布变化对模型性能的影响，从而增强模型对新数据或未知分布数据的泛化能力。

3.缓解模型对超参数设置的敏感性：通过适当的预处理，可以使数据更易于建模，从而减轻模型对超参数设置的敏感性。这使得模型在不同的超参数设置下都能保持稳定和鲁棒的性能，从而降低模型开发和部署的复杂性。

预处理对模型可解释性的影响

1.提高模型决策的可解释性：预处理可以简化数据，使其更易于理解和解释。这有助于分析人员理解模型的决策过程，并识别影响模型预测的关键特征。

2.增强可视化数据和解释模型：预处理技术，如特征选择和降维，可以帮助可视化高维数据并解释模型的行为。通过减少数据的复杂性，分析人员可以更轻松地识别模式和关系，从而更好地理解模型的内部结构和预测。

3.为基于规则的解释提供支持：通过预处理，可以提取数据中的规则和模式。这些规则可以建模为基于规则的系统，从而提供模型预测的可解释性。这种可解释性对于高风险应用尤其重要，因为它允许分析人员验证模型的决策是否符合域知识和道德标准。预处理对模型鲁棒性的影响

模型鲁棒性是指模型在面对数据分布的变化、噪声和异常值时保持其性能的能力。预处理技术通过改善数据的质量和一致性，在提高模型鲁棒性方面发挥着至关重要的作用。

数据清洗中的鲁棒性

*缺失值处理：缺失值的存在会引入不确定性并降低模型的鲁棒性。预处理技术，如均值或中值填补，可以有效地处理缺失值，保持数据完整性。

*异常值检测和处理：异常值是数据集中的极端值，可能会对模型造成偏差。通过使用统计技术或机器学习算法，预处理可以识别和处理异常值，从而提高模型对异常情况的鲁棒性。

*数据转换：通过对数据的转换，如对数变换或标准化，预处理可以减少数据的偏度和尺度差异，使模型对数据分布的变化具有更强的鲁棒性。

特征工程中的鲁棒性

*特征选择：预处理技术可以帮助选择与目标变量最相关且对噪声和异常值不敏感的特征。这可以减少模型的过拟合，提高其鲁棒性。

*特征缩放：不同的特征具有不同的单位和尺度，这可能会影响模型的性能。通过使用特征缩放技术，如标准化或归一化，预处理可以确保所有特征在同一尺度上，提高模型对尺度变化的鲁棒性。

*特征降维：高维数据会增加模型的复杂性并降低其鲁棒性。预处理技术，如主成分分析（PCA）或奇异值分解（SVD），可以将高维数据降维，减少噪声和异常值的影响。

案例研究：欺诈检测中的鲁棒性

在欺诈检测中，模型的鲁棒性对于识别异常交易至关重要。数据预处理在以下方面发挥着关键作用：

*处理缺失值：交易数据中常见的缺失值可能是由于网络问题或数据输入错误造成的。使用中值填补可以保持数据的完整性，而不会引入不恰当的偏差。

*识别异常值：欺诈性交易通常表现出异常的高额度或不寻常的购买模式。通过使用异方搜索算法，预处理可以识别和删除这些异常值，提高模型对欺诈交易的鲁棒性。

*特征工程：精心设计的特征可以显著提高模型的性能。例如，结合交易金额、时间戳和商家信息等特征，可以创建更鲁棒的特征集，对欺诈检测具有更强的鲁棒性。

结论

预处理技术在提高模型鲁棒性方面至关重要，特别是在面对数据分布变化、噪声和异常值时。通过数据清洗、特征工程和案例研究，本文展示了预处理如何帮助模型稳健地处理数据挑战，从而实现更好的性能。第八部分预处理的最佳实践关键词关键要点数据清理

1.去除重复、冗余、缺失和异常值的数据，以提高模型的准确性和鲁棒性。

2.通过数据补全技术处理缺失值，如插补、多重插补或降维。

3.应用数据清理算法，如KNN、聚类或异常值检测，以识别和处理异常数据点。

特征工程

1.特征选择：识别和选择与目标变量高度相关的信息特征，以提高模型的效率和可解释性。

2.特征转换：应用各种转换技术，如标准化、归一化或对数转换，以改善特征分布并提高模型性能。

3.特征合并：创建新特征或组合现有特征，以捕获数据中的潜在模式并增强模型预测能力。

降维

1.主成分分析(PCA)：将高维度数据投影到低维度空间中，同时保留最大方差，以减少数据复杂性。

2.奇异值分解(SVD)：通过分解特征矩阵为奇异值和特征向量，实现降维和特征提取。

3.t分布邻域嵌入(t-SNE)：非线性降维技术，有效地可视化高维度数据并揭示数据结构。

数据平衡

1.过采样：复制或合成少数类实例，以平衡数据集并避免模型偏向。

2.欠采样：移除多数类实例，以实现数据集平衡并提高对少数类的预测能力。

3.合成少数类实例(SMOTE)：生成新的人工实例，以平衡数据集并增强模型对少数类的鲁棒性。

特征缩放

1.标准化：将特征转换到均值为0、标准差为1的分布，以消除特征单位的差异。

2.归一化：将特征值限制在0到1之间，以改善模型收敛并避免数值不稳定。

3.最小-最大缩放：将特征值缩放至特定范围，如0到100，以增强可比性和提高模型性能。

数据类型转换

1.分类变量：对分类变量进行标签编码或独热编码，以将它们转换为模型可理解的形式。

2.时间序列数