4.7　本章小結

本章著眼于正確處理缺失值的有用技術。在將數(shù)據(jù)輸入機器學習算法之前，必須確保對類別變量進行正確的編碼。本章還討論了如何將序數(shù)特征和標稱特征的值映射成整數(shù)。

此外，我們簡要討論了L1正則化，它可以通過降低模型的復雜性來避免過擬合。用序列特征選擇算法從數(shù)據(jù)集中選擇有意義的特征來去除不相關的特征。

在下一章中，我們將了解另外一種有用的降維方法：特征提取。它可以將特征壓縮到較低維的子空間，而不像特征選擇那樣需要完全去除特征。