到目前为止，我们给您的印象是，模型会直接对数据集的行执行操作；但实际上，模型提取数据的方式略有不同。
例如，假设某个数据集提供了五个列，但其中只有两个列（b 和 d）是模型中的特征。在处理第 3 行中的示例时，模型是否会像下面这样简单地抓取突出显示的两个单元格（3b 和 3d）的内容？
事实上，该模型实际上会提取一个浮点值数组，称为特征向量。您可以将特征向量视为构成一个示例的浮点值。
不过，特征矢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模型可以更好地学习的表示形式。因此，更现实的特征向量可能如下所示：
使用数据集中的实际值进行训练，而不是使用经过更改的值，模型的预测结果会更好吗？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特征向量中可训练值的最佳方法。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。下一部分“处理分类数据”将介绍其他形式的预处理，例如将非数值数据（例如字符串）转换为浮点值。
特征向量中的每个值都必须是浮点值。不过，许多特征本质上是字符串或其他非数字值。因此，特征工程的很大一部分是将非数值表示为数值。在后续单元中，您将看到很多这类内容。