问题1
有时需要对特征进行一些分析，比如特征之间的相关性，特征与目标变量之间的相关性，有时需要对数据进行一些预处理，比如对分类变量创建虚拟变量，对连续变量进行log变换或者标准化，归一化。
请问，这两个步骤之间的顺序是怎样的？是先创建虚拟变量，进行log变换后，再计算相关系数，进行卡方检验，方差分析或者互信息计算；还是先分析相关系数，卡方检验这些工作再创建虚拟变量，进行log变换？
问题2
假设一个分类问题数据集，有30个特征，为提高分类的准确率，或者出于汇报的要求（哪些特征，或者有可解释性意义的特征组合对结果影响较大）需要对特征进行分析和组合，不是PCA之类的降维，比如对两个连续变量进行计算组合，对几个分类变量生成透视表，生成新的变量。
如果只考虑特征的两两组合，有435种可能，这样分析工作量很大，请问，这样分析有必要吗？这还只是特征的两两组合，如果考虑更多变量的组合，可能性就更多了。
问题3
如果问题2需要这些工作，那么，是先通过logistic回归或者随机森林，这些带有特征筛选性质的模型进行训练后，再进行特征组合，还是先进行特征组合再训练模型。
问题4
P2中，对分类变量都创建了虚拟变量。个人理解，创建虚拟变量是为了避免模型认为分类变量之间有线性关系，除logistic回归外，其他模型好像不需要创建虚拟变量。请问哪些模型需要创建虚拟变量，是否创建虚拟变量对这些模型的结果是否有影响？
