1. 标准化（0均值，单位方差）

2. 0-1缩放（将数值特征缩放到【0，1】） V=(X - min)/(max - min) 针对每一个样本处理（行）

3. 绝对值缩放（将数值特征缩放到[-1, 1]） V=V\max 针对每一个特征处理（列）

4. 正则化

5. 二值化 按照阀值，大于等于该值则为1，否则为0

6. one hot方式 将所有特征展开成一行，存在则为1，否则为0

7. 缺失值处理 如果特征缺失，按照规定替换缺失值（平均数，中位数，重数（可以非数值类型））

note: 需要对训练集，测试集和预测集都采用相同的预处理。

特征提取和特征选择不同，前者主要将任意的数据（文本，图像）转化为机器学习能够使用的数值的过程； 而后者主要是说在这些特征之上使用的机器学习技术方案。

如果是文本处理技术中，通俗的讲就是文本向量化。