特征工程主题体系。三本书，三个层次：入门实战（Zheng）→ 统计体系（Kuhn）→ 端到端流程（Thakur）。

书目

怎么读

• 第一次接触特征工程 → 从 Zheng 第 1 章开始，建立流水线直觉，然后按数据类型（数值/文本/类别/图像）逐个攻破
• 想系统做特征选择 → Kuhn 第 10-12 章：filter/wrapper/intrinsic 三分类、RFE、模拟退火、遗传算法
• 要落地完整项目 → Thakur：训练/验证/测试拆分、CV 策略、target encoding 防泄漏

核心原则（三书共识）

• 统计量只在训练集 fit：词表、IDF、PCA、聚类中心、目标编码——测试集只 transform，泄漏是头号敌人
• 变换进 resampling 内部：binning 切点、imputation、target encoding 都必须在交叉验证内完成
• 特征与模型互相制约：好特征让模型简单，坏特征逼模型复杂（双关节杠杆）

本系列由小鱼整理。每本书全部章节 + 主题汇总，均为全文中文版。