数值型数据：总结#
模型的状态，最终是由它的数据决定的。喂进干净的数据，模型就长得好；喂进垃圾数据，它给出的预测也就一文不值。
学完「处理数值型数据」这一讲，我们把散落各处的做法收拢成一份清单，如果用得上的话，可以把它抄进你自己的项目笔记里。
处理数值型数据的最佳实践#
记住，模型真正打交道的是特征向量（Feature vector）， 而不是数据集（Dataset）里的那份数据。
对大多数数值型特征（Feature）做归一化（Normalization）。
归一化的第一种策略没奏效，就换一种方式再试试。
分箱（Binning），也叫分桶（Bucketing），有时比归一化更好使。
心里先想清楚你的数据应该长成什么样，然后照着这个预期写验证测试。我们举两个例子：
纬度的绝对值不该超过 90。你可以写一个测试，检查数据里有没有大于 90 的纬度值。
如果你的数据限定在佛罗里达州，就可以写测试，检查纬度是否都落在 24 到 31 之间（含两端）。
用散点图和直方图把数据画出来，专门盯着异常。
不只统计整个数据集，也统计它更小的子集。因为整体层面的汇总统计，往往会把局部的问题盖住。
把所有数据变换都记录下来。
数据是你手上最值钱的资源，请好好对待它。
延伸阅读#
《Rules of Machine Learning》（机器学习法则）一文里有一个很有价值的特征工程（Feature Engineering章节。
下一讲#
恭喜你完成了本节内容！
接下来你可以按自己的节奏和兴趣，随意逛逛课程里的。如果你想按课程推荐的顺序往下走，那么建议下一站是：
类别型数据的表示（Representing categorical data）
关键术语：
- 分箱（Binning）
- 分桶（Bucketing）
- 数据集（Dataset）
- 特征（Feature）
- 特征向量（Feature vector）
- 归一化（Normalization）