本单元探索了如何将原始数据映射到 特征向量。 好的数值特征会共享 质量。
名称明确
每个特征都应具有清晰、合理且明显的意义， 项目。例如，以下特征值的含义为 混淆：
不建议
House_age：851472000
相比之下，以下功能名称和值就要清晰得多了：
建议
。 <ph type="x-smartling-placeholder">house_age_years：27
训练前检查或测试
尽管本单元花费了大量时间
离群值，主题是
这一点非常重要。在某些情况下
（而不是糟糕的工程选择）会导致不明确的值。例如：
以下user_age_in_years来自未经检查的来源
适当的值：
不建议
user_age_in_years：224
但是，人们可能是 24 岁：
建议
user_age_in_years：24
请检查您的数据！
合理
“神奇的值”这种连续性
功能。例如，假设一个名为 watch_time_in_seconds 的连续特征
可以存储 0 到 30 之间的任何浮点值，但表示缺失
特殊值 -1：
不建议
watch_time_in_seconds：-1
watch_time_in_seconds 为 -1 会迫使模型尝试
了解过去观看电影的意义。生成的模型将
可能无法做出良好的预测。
一种更好的方法是创建一个单独的布尔值特征，指示
watch_time_in_seconds
值。例如：
建议
watch_time_in_seconds：4.82
is_watch_time_in_seconds_defined=Truewatch_time_in_seconds：0
is_watch_time_in_seconds_defined=False
现在考虑离散 数值特征，其值必须属于一组有限值。在本课中， 例如，当某个值缺失时， 有限集。对于离散特征，模型会学习不同的权重 包括缺失特征的原始权重。