缺失数据插补：

1. 完整案例分析

2. 均值/中值/众数插补

3. 随机样本插补

4. 任意值替换

5. 缺失值指示符

6. 多元插补

分类编码：

1. 一种热编码

2. 计数和频率编码

3. 目标编码/平均编码

4. 序数编码

5. 证据的重量

6. 稀有标签编码

7. BaseN、特征散列等

变量转换：

1. 对数

2. 互惠的

3. 平方根

4. 指数的

5. 杨-约翰逊

6. 箱考克斯

离散化：

1. 等频离散化

2. 等长离散化

3. 用树离散化

4. 使用 ChiMerge 进行离散化

异常值去除：

1. 去除异常值

2. 将异常值视为 NaN

3. 封顶，温莎化

特征缩放：

1. 标准化

2. 最小最大缩放

3. 均值缩放

4. 最大绝对缩放

5. 单位范数缩放

日期和时间工程：

1. 提取天、月、年、季度、经过的时间

特征创建：

1. 总和、减法、平均值、最小值、最大值、乘积、特征组的商

聚合交易数据：

1. 与上述相同，但在时间窗口内具有相同的特征

从文本中提取特征：

1. 词袋

2. tfidf

3. n-gram

4. word2vec

5. 主题提取

最后从图像中提取特征。

一篇描述上述大多数技术的好文章： 特征工程全面概述

一个很好的资源列表来了解更多关于特征工程： 学习特征工程的最佳资源

用于特征工程的 Python 工具可以在这个线程中找到

免责声明：我写了 2 篇文章，也是 1 个学习特征工程的推荐课程的创建者。

关于如何进行特征工程没有明确的来源。它通常取决于您要解决的问题。有人说它更像是一门艺术而不是科学。

但如果有的话，我会介绍一些高分的 kaggle 内核/获胜解决方案。只需前往kaggle并浏览比赛。里面有很多非常有用的材料。

机器学习研究杂志也有很多关于特征工程的论文。只需在他们的网站http://www.jmlr.org/上搜索即可。

以下链接很有用，而且很容易解释：

• 可以在 Quora 上找到有关特征工程的一些最佳实践的一些信息，请参阅此链接
• 在机器学习精通中，有这个 关于特征工程的页面。