• 常用数据集构成 = 特征值 + 目标值（0/1）
• 每一行为一条记录，每一列即为一个特征
• 对特征值进行处理：
  • pandas进行简单处理（主要是对缺失值数据，重复值不用处理）；

特征工程之特征抽取：

sklearnfeature_extraction_5">对文本数据进行特征值化（即转换为数值数据）：sklearn.feature_extraction

• 对字典数据进行特征值化：sklearn.feature_extraction.DictVectorizer

python">DictVectorizer.fit_transform(X)       
#X:字典或者包含字典的迭代器
#返回值：返回sparse矩阵
DictVectorizer.inverse_transform(X)
#X:array数组或者sparse矩阵
#返回值:转