数据预处理（无量纲化、缺失值、分类特征、连续特征）

数据挖掘的五大流程包括：

• 获取数据
• 数据预处理
• 特征工程
• 建模
• 上线

其中，数据预处理中常用的方法包括数据标准化和归一化。sklearn中包含众多的数据预处理模块，

• 模块preprocessing：几乎包含数据预处理的所有内容
• 模块Impute：填补缺失值专用
• 模块feature_selection：包含特征选择的各种方法的实践
• 模块decomposition：包含降维算法

1. 无量纲化

1.1 sklearn.preprocessing.MinMaxScaler

sklearn.preprocessing.MinMaxScaler(feature_range=(0, 1), copy=True)

1.2 sklearn.preprocessing.StandardScaler

sklearn.preprocessing.StandardScaler(copy=True, with_mean=True, with_std=True)

2. 缺失值

3. 分类型特征

4. 连续型特征

【参考博客】：

• 03、sklearn中的数据预处理和特征工程
• 03.（2）数据预处理