1.數學變換
數字特徵之間的關係通常是透過數學公式來表達的，這是你在領域研究中經常遇到的。在Pandas中，可以對列應用算術運算，就像它們是普通數字一樣。
在汽車資料集中有描述汽車發動機的特徵。研究產生了各種各樣的公式來建立潛在有用的新功能。例如，“衝程比”是衡量發動機效率和效能的一個指標：
組合越複雜，模型學習起來就越困難，比如這個發動機“排量”的公式，這是衡量發動機功率的一種方法
資料視覺化可以建議變換，通常是透過冪或對數對特徵進行“重塑”。例如，美國事故中的風速分佈是高度傾斜的。在這種情況下，對數可以有效地將其標準化：
2.計數
描述某物的存在或不存在的特徵通常是成套的，比如說，一組疾病的危險因素。可以透過建立計數來聚合這些功能。
這些特性將是二進位制的（1表示存在，0表示不存在）或布林的（True或False）。在Python中，布林可以相加，就像它們是整數一樣。
在交通事故中，有幾個特徵表明某個道路物體是否在事故附近。這將使用求和方法建立附近道路特徵總數的計數：
可以使用dataframe的內建方法。在混凝土資料集中是混凝土配方中成分的數量。許多配方缺少一個或多個組分（即，該組分的值為0）。這將計算dataframe的內建gt方法的公式中有多少元件：
3.構建和分解要素
通常你會有複雜的字串，可以有效地分解成更簡單的片段。一些常見的例子：
ID numbers： ‘123-45-6789’
Phone numbers： ‘（999） 555-0123’
Street addresses： ‘8241 Kaggle Ln。， Goose City， NV’
Internet addresses： ‘http：//www。kaggle。com
Product codes： ’0 36000 29145 2‘
Dates and times： ’Mon Sep 30 07：06：05 2013‘
像這樣的特性通常會有一些您可以利用的結構。例如，美國電話號碼有一個區號（999）部分，告訴你呼叫者的位置。像往常一樣，一些研究可以在這裡得到回報。
4.Group transforms
Group transforms
，它將資訊聚合到按某個類別分組的多個行中。透過群體轉換，你可以建立諸如“一個人居住狀態的平均收入”或“一個工作日按型別釋出的電影比例”之類的功能。如果你發現了一個類別互動，那麼在該類別上進行群體轉換可能是一個很好的調查方法。
使用聚合函式，組轉換組合了兩個功能：提供分組的分類功能和要聚合其值的另一個功能。對於“州平均收入”，您可以為分組特徵選擇州，為聚合函式選擇平均值，為聚合特徵選擇收入。為了在Pandas中計算這個，我們使用groupby和transform方法：
5.t
ips
線性模型很自然地學習和和差，但不能學習更復雜的東西。
對於大多數模型來說，比率似乎很難掌握。比率組合通常會帶來一些簡單的效能提升。
線性模型和神經網路通常能更好地處理歸一化特徵。神經網路尤其需要將特徵縮放到離0不太遠的值。基於樹的模型（如隨機森林和XGBoost）有時可以從標準化中獲益，但通常受益較少。
樹模型可以學習近似幾乎任何特徵的組合，但是當一個組合特別重要時，它們仍然可以從顯式建立中受益，尤其是在資料有限的情況下。
計數對於樹模型尤其有用，因為這些模型沒有一種自然的方式一次跨多個特性聚合資訊。
