1. 面试官：如何处理数据中的缺失值？请提供至少3种不同的方法。

2. 面试官：介绍特征选择的常用方法，并说明其优缺点。

3. 面试官：什么是特征缩放？为什么在机器学习中需要进行特征缩放？提供2种常用的特征缩放方法。

4. 面试官：解释数据标准化和数据归一化之间的区别，并说明在什么情况下使用它们。

5. 面试官：什么是特征编码？列举3种不同的特征编码方法，并比较它们之间的差异与适用场景。

6. 面试官：介绍数据降维的常用技术，并说明它们在特征工程中的作用和限制。

7. 面试官：如何处理类别型数据？提供3种常见的类别型数据处理方法，并说明它们的优缺点。

8. 面试官：解释异常值检测的方法，并列举2种常见的异常值检测技术。

9. 面试官：什么是特征交叉？说明特征交叉的意义和应用场景，并提供一个具体的案例。

10. 面试官：介绍特征创造的方法，包括手工特征创造和自动特征创造，并比较它们之间的优劣势。