特征工程是机器学习模型构建过程中的重要环节，它旨在通过转换原始数据，提取出对模型预测更有用的信息。以下是我们提供的特征工程工具列表：
- 数据清洗：去除或填充缺失值、异常值检测和处理。
- 数据转换：将数值型数据转换为类别型数据，或进行归一化、标准化等操作。
- 特征提取：从原始数据中提取新的特征，如文本数据中的关键词提取。
工具列表
扩展阅读
想要了解更多关于特征工程的知识，可以阅读以下文章：