机器学习特征工程：缩放、编码、聚合、嵌入与自动化

好模型的秘诀不在于更花哨的算法，而在于更好的特征。

🔢 第1部分：数值 特征

1、1 缩放

多数机器学习算法对尺度敏感。一个取值范围在0到1,000,000的列，会在训练中压制一个取值范围仅0到1的列。

常用的三种缩放器各有适用场景：StandardScaler适合近似正态分布的数据，也是最常见的选择；MinMaxScaler将值压缩到0和1之间，适合神经网络；RobustScaler基于中位数和四分位距（IQR）而非均值，在数据中存在明显异常值时更为稳健。

https://avoid.overfit.cn/post/18311991fa7f403c95cadf2d1352489b