第十四天，我們正式踏入機器學習與進階數據建模的敲門磚——特徵工程（Feature Engineering）！乾淨的資料並不等於可以直接拿來給演算法計算的資料。例如：「年齡（20~60）」與「年收入（30萬~200萬）」在數值尺度上差距巨大，容易導致演算法偏向數值較大的特徵；而像「性別」或「城市」這類文字類別特徵，電腦根本無法直接進行四則運算。今天我們建立純 Python 腳本 day14_feature_engineering.py，掌握數值標準化（Standardization）、最小最大縮放（Min-Max Scaling）以及獨熱編碼（One-Hot Encoding）。

第一部分
新建 day14_feature_engineering.py。首先建立包含數值與文字類別的原始資料集，並使用 Pandas 內建的 pd.get_dummies() 快速進行獨熱編碼（One-Hot Encoding），將類別變數轉化為機器看得懂的 0 與 1：

第二部分
接著處理數值特徵的尺度縮放。第一種常用方法是 Min-Max Scaling（最小最大值縮放），它會將數值線性壓縮至 [0, 1] 區間內，特別適合用於沒有極端離群值、且邊界明確的特徵：

第三部分
第二種也是統計與機器學習最標準的縮放方法是 StandardScaler（Z-Score 標準化）。它將數據轉換為「平均數為 0、標準差為 1」的標準常態分佈，能夠大幅降低不同量綱對模型權重更新時的干擾：

第四部分
在終端機輸入 python day14_feature_engineering.py 執行驗證，確認編碼後的 0/1 欄位生成正確，且數值縮放後的平均數與標準差符合數學定義。按 Ctrl + S 儲存後推送到遠端儲存庫：

今日心得/遇到的問題
今天學到了資料分析過渡到機器學習最關鍵的轉換步驟。以往常以為把遺漏值填好就能直接拿去分析，但忽略了不同特徵量綱（例如年齡只有幾十，年收入卻有幾百萬）會對以距離或梯度下降為主的演算法產生嚴重的偏差。另外，使用 pd.get_dummies 時加上 drop_first=True 是一個非常重要的實務習慣，它能剔除多餘的基準欄位，有效避免統計學上的虛擬變數陷阱（Dummy Variable Trap）。