總結：通過對features進行歸類和操作，讓features更加符合traindata的需求；
1 feature和target的關係：特點是否重要，要看它和目標的關係，比如在一個綫性關係的模型中，它和target之間的關係應該是綫性的；lmplot是用來繪製迴歸圖的，通過lmplot我們可以直觀地總覽數據的內在關係；
2 創建新的feature：兩種方案：
數學轉換：new feature = f(old features)
統計： new feature = count(old features boolean) 注：參數是feature的bool值
3 聯合和拆分features：
拆分： 比如Dates and times: 'Mon Sep 30 07:06:05 2013'，對於有一定格式的數據，可以拆分之後並取得一些咨詢，例子拆分之後可以得到月份，時間等；
聯合：對於有關聯性的feature可以聯合起來；
分組："the average income of a person's state of residence," 這裏就需要按照state來對收入進行分組；
4 Clustering With K-Means：用來分析數據的特性，是一種特點開發的技術；查看特點的離散分佈；
5 Principal Component Analysis（PCA）：Cluster是依據data的接近程度來分析feature的特性的，而PCA是根據數據的變化來芬妮下feature的特性的；兩種用法：描述特點的技術和生成合成features；
可以用於：
處理冗餘數據：儅數據冗餘嚴重的時候，可以用來把這些數據的影響減少到最小（冗餘的意思是很多都一樣 ，資訊的變化接近于0）；
處理異常數據：儅變化明顯與原始features不同的時候，可以判斷為異常數據；
減少噪音：調整信號和噪音的比例；
機器學習的算法難以處理高度相關的features，PCA可以把相關聯的features轉化成不相關的組合，這樣就很容易處理了；

感想：創建新的feature可以讓自己的traindata更有個體優勢，加粗的部分都是我覺得很重要的部分；