1、分类特征

　　　　一种常见的非数值类型是分类数据。

　　　　在Scikit-Learn程序包中所有模块都有一个基本假设，即数值特征可以反应代数量（algebraic quantities）。

　　　　独热编码，可以有效增加额外的列，让0和1出现在对应的列分别表示每个分类值有或无。

2、文本特征

　　　　另一种常见的特征工程需求是将文本转换成一组数组。

　　　　例如，绝大多数社交媒体数据的自动化采集，都是依靠将文本编码成数字的技术手段。

　　　　机器学习还有一种常见需求，那就是对图像进行编码。

　　　　手写数字图像时使用的方法，是最简单的图像编码方法：用像素表示图像。

　　　　可以在Scikit-Image项目中找到许多标准方法的高品质实现。

　　　　还有一种有用的特征是输入特征经过数学变换衍生出来的新特征。

　　　　从输入数据中构造多项式特征时，就是这类特征。

　　　　将一个线性回归转换成多项式回归时，并不是通过改变模型来实现，而是通过改变输入数据，这种处理方式有时被称为基函数回归（bsis function regression）。

　　　　这种不通过改变模型，而是通过变换输入来改善模型效果的理念，正是许多更强大的机器学习方法的基础。

　　　　特征工程中还有一种常见需求是处理缺失值。

　　　　当将一个普通的机器学习模型应用到这份数据时，首先需要用适当的值替换这些确实数据，这个操作被称为缺失值填充,相应的策略很多，有的简单（例如用列均值替换缺失值），有的复杂（例如用矩阵填充或其他模型来处理缺失值）

　　　　特征管道将所有对象操作串联起来，避免重复输入。

　　　　比如将（１）用均值填充缺失值（２）将衍生特征转换为二次方（３）拟合线性回归模型，这三个步骤实现管道处理过程。