Data-Science-Notes数据科学特征工程笔记

数据科学的资料搜集挺头疼的？我之前也烦过，后来刷到一个叫 Data-Science-Notes 的仓库，内容还挺全，是关于特征工程的那块，整理得细。适合你在做模型前先复习一遍思路，不然特征选不好，模型跑半天也没啥用。

Python那块的内容也整理得蛮系统的，比如你用sklearn做特征，直接就有例子和，像OneHotEncoder、StandardScaler这种常用的方式全在里面。

而且它还把一些相关的资料链接也一并列出来了，比如：

• 机器学习特征工程 Python sklearn
• python 机器学习特征工程课件
• 特征工程机器学习
• 机器学习特征工程技巧

这些资料我看了几份，基本都是 PPT 或者 PDF 形式，适合平时快速翻阅，也适合你整理自己的知识卡片。

提醒一下，如果你是刚入门机器学习，建议从数据预和特征构造这部分开始看，不然一上来就是模型调参，容易懵。

如果你最近正好要做特征或准备面试数据岗，这份笔记资源可以帮你少走弯路，自己再补点实战代码就差不多能上手了。