机器学习 (ML) 模型的运行状况取决于其数据。向模型提供优质数据，模型就会茁壮成长；向模型提供垃圾数据，其预测结果将毫无价值。
处理数值数据的最佳实践：
- 请注意，机器学习模型与特征向量中的数据进行交互，而不是与数据集中的数据进行交互。
- 归一化大多数数值特征。
- 如果您的第一种归一化策略不成功，请考虑采用其他方式来归一化数据。
- 分箱（也称为分桶）有时比标准化更有效。
- 考虑一下您的数据应该是什么样子，编写验证测试来验证这些预期。例如：
- 纬度的绝对值不得超过 90。您可以编写一个测试，检查数据中是否出现大于 90 的纬度值。
- 如果您的数据仅限于佛罗里达州，您可以编写测试来检查纬度是否介于 24 到 31 之间（包括这两个数值）。
- 使用散点图和直方图直观呈现数据。查找异常。
- 您不仅可以收集整个数据集的统计信息，还可以收集数据集的较小子集的统计信息。这是因为汇总统计数据有时会掩盖数据集中较小部分存在的问题。
- 记录所有数据转换。
数据是您最宝贵的资源，因此请妥善处理。
其他信息
- 机器学习规则指南包含一个实用的 特征工程部分。
后续步骤
恭喜您完成本单元！
我们鼓励您根据自己的兴趣和进度，探索各种 MLCC 模块。如果您想按照建议的顺序学习，我们建议您接下来学习以下模块：表示分类数据。