2.特征的修剪：
识别对于模型有害的离群值/异常值（3倍标准差），或者只取数据分布中占80%的数据，丢掉长尾的20%
缺失值填充，如果是类别/离散型变量推荐填充一种新的类别；如果是实变量，推荐填充均值。减少可能造成的噪音。
去重，原始数据可能存在误报或者重复记录等问题，通过去重降低噪音，保证数据合理性，减少计算量。
其他处理，比如离散化，归一化，标准化，独热编码等，这些处理有益于减少计算量，或者规范化的处理，提高模型表现
3.特征可视化 ：
单变量相关性分析与可视化
特征分布
上图是2017“达观杯”个性化推荐算法挑战赛的每小时资讯阅读量的统计，细心的读者会发现早6点到早9点以及晚19点到晚22点是阅读的高峰期，其与用户实际的阅读情况也相符，通过对数据的可视化与探索性分析（EDA）,可以加深我们对数据的理解，同时做到去其糟粕，取其精华。
4.特征处理：
一般情况下特征处理会包括特征生成和特征选取等几个阶段
在特征生成阶段，根据实际的业务场景不同，选择以下几种特征进行深挖：
统计特征：count,sum,avg,diff,var/std,skew,kurt(这4项在线性回归中经常被使用)
比值特征：转化率，好评率，点击率，留存率，跳出率，以及其他放缩到01区间的特征
时间特征：累积，平均,同比，环比，间隔，频次，以及时序特征（滑动窗口）
空间特征：地区的经纬度，地域分级（1/2/3）,地域分布，地理距离
排名特征：对异常数据有更强的鲁棒性，使得模型更加稳定
特征转换：平滑/多项式变换/离散化（等频/等宽）/哑变量
交叉特征：地理的经纬度
组合特征：树模型的叶结点路径(判别性高的特征)
nnz特征/nz特征：一个样本的缺失值越多，可能会蕴含有一些信息，可以通过统计0值的个数进行表达
hash trick:对样本的特征做哈希变换，减少特征维度
在特征选取阶段，减少特征数量，可以减少过拟合的风险，较少计算量和增加模型的泛化能力
特征的选取：根据PCA的原理，如果top k个特征或者特征值足以表达数据分布中的80%，那可以只保留着80%的少数特征（值）
