1.数据预处理
空值、最值、字符型数据
2.特征工程
过滤法：基于统计特性的独立筛选,不依赖模型;方差选择、相关性分析（皮尔逊系数、卡方检验）、单变量统计检验
包装法：基于模型性能的子集搜索;递归特征消除、贪心搜索（向前选择、向后选择）
嵌入法：模型训练中自动筛选
3.模型选择
任务类型（分类 / 回归 / 聚类）、数据特点（线性 / 非线性、高维 / 低维）、业务需求（解释性优先 / 精度优先）选择模型（如逻辑回归、决策树、随机森林、SVM 等）。
模型选择后还需通过超参数调优（如网格搜索、随机搜索）和交叉验证评估性能，最终确定最优模型。
