使用哈希函数将海量类别ID压缩为固定大小的向量，以极低存储成本处理流式特征和新出现类别。
使用 t-SNE 将高维数据映射至二维或三维，直观观察聚类与模式。
使用 PCA 将高维数据投影到低维空间，保留主要变异信息并加速训练。
探索 K-Means、DBSCAN、PCA 等算法，发现数据内在结构和隐藏模式。
掌握方差选择、互信息过滤、RFE 包裹式选择和 L1 正则化嵌入式选择等方法，结合 SHAP 自动筛选高价值特征。