用途：在探索性数据分析（EDA）之后，把数据洞察转化为可提升模型性能的特征；当模型表现不佳、需处理多种数据类型、或需要降维与筛选高预测力特征时使用。
主要能力：数值特征方面支持缩放（StandardScaler、MinMaxScaler、RobustScaler）、变换（log、sqrt、Box-Cox 处理偏态）、分箱（等宽、分位数、自定义）和交互特征；类别特征方面支持独热编码（低基数）、目标/均值编码（高基数）、序数编码、频率与稀有类别处理；日期时间特征方面可提取年、月、日、时、星期几等分量，进行周期性编码（sin/cos）以及时间间隔/时长特征；文本特征方面支持 TF-IDF、CountVectorizer、句向量嵌入（sentence-transformers）和基本文本统计（长度、词数）；特征选择涵盖过滤法（相关性、互信息）、包裹法（递归特征消除）与嵌入法（L1 正则、树模型重要性）。
使用方式：资料给出工具选型建议——sklearn 管道用 sklearn.pipeline + ColumnTransformer，类别编码可用 category_encoders，特征选择用 sklearn.feature_selection，文本嵌入用 sentence-transformers，自动特征工程用 Feature-engine。核心实现规则：用管道防止数据泄漏；仅在训练集上 fit_transform，测试集只做 transform；用 OneHotEncoder(handle_unknown='ignore') 处理未知类别；记录所创建特征、原因及预期影响。
适用场景：数值、类别、文本、日期时间混合的表格与文本数据建模前的特征准备。
限制与注意事项：资料列举了常见反模式，包括在全量数据上拟合预处理器（造成泄漏）、对高基数特征做独热编码（维度爆炸）、对距离类模型忽略特征缩放、脱离领域逻辑造特征、未验证训练与测试特征分布是否一致。参考文档包括分类编码、日期时间特征、文本特征、特征选择等文件；相关内容与数据科学 EDA、模型评估、数据工程等技能关联。具体安装命令、版本要求与收费信息暂未提供。