到目前为止，我们仍认为模型会直接对 数据集的行数；但模型提取数据的方式实际上存在一些差异。
例如，假设某个数据集提供了五列，但其中只有两列。
列（b 和 d）是模型中的特征。处理时
对于第 3 行中的示例，模型是否直接
突出显示了两个单元格（3b 和 3d），如下所示？
事实上，该模型实际上会提取一组称为 特征向量。您可以这样想 组成一个样本的浮点值。
但是，特征向量很少使用数据集的原始值。 相反，您通常必须将数据集的值处理成表示法 模型可以更好地进行学习。因此， 特征向量可能如下所示：
模型难道通过根据模型进行训练， 令人惊讶的是，答案是否定的。
您必须确定将原始数据集值表示为可训练值的最佳方式 特征向量中的值。 此过程称为 特征工程、 是机器学习的重要组成部分。 最常见的特征工程技术包括：
本单元将介绍归一化和分箱。下一个单元是 使用分类数据， 涵盖了 预处理，例如 将非数字数据（如字符串）转换为浮点值。
特征向量中的每个值都必须是浮点值。不过，许多 特征是字符串或其他非数字值。因此， 很大一部分特征工程是将非数值表示为 数值。在后面的单元中，您会看到很多这样的例子。