预计整个模块学习时长： 85 分钟

本模块聚焦数值型数据（如温度、重量）的准备与处理，介绍如何让这类特征以合适的形态进入机器学习模型。

先修要求：

本模块假设你已经熟悉以下模块中介绍的概念：

• 机器学习简介

数值型数据：简介#

机器学习从业者花在数据评估、清洗与转换上的时间，远远多于花在搭建模型上的时间。数据如此重要，以至于本课程专门用三讲内容来系统讨论它：

• 处理数值型数据（本讲）

• 处理类别型数据

• 数据集、泛化与过拟合

什么是数值型数据#

本讲聚焦于数值型数据（numerical data），即行为上"像数字"的整数或浮点数——它们可以相互做加法运算、可以计数、可以排序，等等。下一讲聚焦于类别型数据（categorical data），其中可能包括一些虽然形式上是数字、但行为上属于类别的字段。第三讲聚焦于如何准备数据，以保证在训练与评估模型时能够得到高质量的结果。

数值型数据的例子包括：

• 温度（temperature）

• 重量（weight）

• 自然保护区内越冬鹿群的数量

邮政编码并非数值型数据#

反例：邮政编码

与此相反，美国邮政编码虽然由五位或九位数字组成，但它们并不表现为数字，也不代表数学关系。邮政编码 40004（位于肯塔基州 Nelson County）的"量"并不是邮政编码 20002（位于华盛顿特区）的两倍。这些数字代表的是类别——具体来说是地理区域——因此属于类别型数据。