数据清洗

目的：让数据更真实可靠
+ 缺失值
+ 重复值
+ 异常值处理
+ 数据格式转换


数据预处理

目的：让数据更容易分析，更适配建模要求

+ 数据标准化
最终数据：均值为0，标准差为1

+ 数据归一化
最终数据：压缩至 [0, 1]

+ 分类变量编码
目的：将文本转化为数值，满足算法的输入需求
+ 独热编码
+ 标签编码
+ 目标编码
+ 频率编码
+ ...

+ 特征构造与衍生
目的利用特征工程，从原始数据中挖掘出更多有价值的信息。比如，利用现有信息（身高，体重），通过数学公式创造出更有意义的变量（bmi）
+ 组合特征
+ 时间特征
+ 统计特征

+ 数据降维
目的：压缩信息，提高运算效率，避免数据冗余

+ 数据平衡
目的：避免模型偏向多数类