在 volunteer 資料集中，你打算用資料集中的其他特徵來預測 category_desc 這個變數。不過，在此之前，你需要先了解該標籤的類別分佈（以及是否不平衡）。
volunteer
category_desc
哪些描述在 volunteer 資料集中出現次數少於 50 次？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
在本章中，你會確切了解什麼是資料前處理。你會從前處理的第一步開始，包括探索資料型別與處理遺漏值。
當前練習
本章重點在資料標準化。許多模型會對特徵的分佈或尺度有假設。標準化能讓資料符合這些假設，並提升演算法的效能。
本章將帶你認識特徵工程。你會探索多種方法，從現有特徵中建立新的、更加有用的特徵。你將學會如何對數值與文字特徵進行編碼、聚合，以及萃取資訊。
本章介紹多種從資料集中挑選最重要特徵的技巧。你會學到如何移除冗餘特徵、處理文字向量，並使用主成分分析（PCA）降低資料集中的特徵數量。
現在你已經學會前處理相關技巧，將把這些方法套用到一個記錄 UFO 目擊資訊的資料集上。
