迄今為止，我們認為模型直接在 資料集中的資料列；不過，模型實際擷取資料的方式略有不同
舉例來說，假設資料集提供五個資料欄，但只有其中兩個資料欄
欄 (b 和 d) 是模型中的特徵。處理時
第 3 列的範例，模型是否只要擷取
已按照下列方式醒目顯示兩個儲存格 (3b 和 3d)？
事實上，模型實際擷取浮點值陣列，稱為 「特徵向量」。您可以思考 做為浮點值 (由單一範例組成)。
不過，特徵向量通常不會使用資料集的原始值。 一般來說，您必須將資料集的值處理成表示法 更有助於模型從中學習所以會變得更加真實 特徵向量看起來就會像這樣：
模型不會藉由 資料集裡的 actual 值而不是 altered 值？ 出乎意料的是，答案是不會。
您必須決定將原始資料集值表示為可訓練資料的最佳方式 對應至特徵向量的值 這項程序稱為 特徵工程 也是機器學習不可或缺的一環 最常見的特徵工程技術如下：
這個單元說明正規化和特徵分塊。下一個單元 處理類別型資料、 涵蓋其他形式的 預先處理功能，例如 將非數字資料 (例如字串) 轉換為浮點值。
特徵向量中的每個值都必須是浮點值。不過 特徵是字串，或其他非數值。因此 特徵工程的一大部分是代表非數值 數值。後續單元將有許多這個部分。