有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。特征工程是一个非常重要的课题，是机器学习中不可缺少的一部分，机器学习实践的成功与否很大程度上取决于如何特征工程。

The process of feature engineering

1. Brainstorming or Testing features;
2. Deciding what features to create;
3. Creating features;
4. Checking how the features work with your model;
5. Improving your features if needed;
6. Go back to brainstorming/creating more features until the work is done.

参考：

• 大数据：“人工特征工程+线性模型”的尽头
• 想搞机器学习，不会特征工程？你 TM 逗我那！
• 特征工程七种常用方法
• Feature Engineering
• 使用sklearn做单机特征工程

Original link：https://izhangzhihao.github.io//2017/11/26/Advanced-Feature-Engineering/