之前的数据都是经过了规范化处理，而且模型也大多数采用了默认的初始化配置
但是在世纪研究和工作种接触到的数据都是这样规整的吗？难道默认配置就最佳的吗？
3.1模型实用技巧
一旦我们确定使用某个模型 本书所提供的程序库就可以帮助我们从标准的训练数据种，依靠默认的配置学习到模型所需要的参数；
接下来，我们便可以利用这组得来的参数指导模型在测试数据上进行预测，进而对模型的表现进行评价
但是这套方案不能保证：
①所有用于训练的数据特征都是最好的
②学习得到的参数一定是最优的
③默认配置下的模型总是最佳的
Together 我们可以从多个角度对在前面使用过的模型进行性能提升 （预处理数据 控制参数 优化模型配置）
特征提升（特征抽取和特征筛选）
特征抽取
所谓特征抽取 就是逐条将原始数据转化维特征向量的形式 这个过程同时涉及对数据特征的量化表示
原始数据 ：
1数字化的信号数据（声纹，图像）
2还有大量符号化的文本
①我们无法直接将符号化的文字本身用于计算任务 而是需要通过某些处理手段 ，预先将文本量化为特征向量
有些用符号表示的数据特征已经相对结构化，并且以字典这种数据结构进行存储。
这时我们使用DictVectorizer 对特征进行抽取和向量化
CODE
DiceVectorizer 对特征的处理方式（字典）：
1类别行 使用0/1二值方式
2数字型 维持原始数值即可
②另外一些文本数据更为原始 知识一系列的字符串 我们采用词袋法对特征进行抽取和向量化
词袋法的两种计算方式
CountVectorizer
TfidVectorizer
训练文本的条目越多，TfidVectorizer这种特征量化方式就更有优势
利用TfidVectorizer压制常用词汇对分类决策的干扰，往往可以起到提升模型性能的作用
停用词（stop words）以黑名单方式过滤掉
CODES
特征筛选
良好的