机器学习2第二天---特征预处理
注意：并不是所有的算法都需要进行标准化与归一化。根据不同的算法来的。
特征预处理-归一化
归一化以及标准化对比
最小最大缩放
对结果影响：即有异常点，即数据中有一些点不对，就会影响归一化公式中的最小最大值，导致每一列的最大值都改变了。
因此归一化对于有异常点的数据处理不是太好。
鲁棒性：即稳定性，适应能力要好。
标准化
数据分散方差大，数据集中，方差越小。
标准化总结以及缺失值处理
想到数据的缩放，且不受异常点影响，首先想到标准化。
缺失值处理
主要通过pandas处理，这里也可以用skear处理，不作为重点。
1删除，但是数据量不多时，删除后数据量就少了。2填补
一般建议按照一列，即按照一个特征列来填补。
指定缺失值的位置是什么值。填补策略为平均值或其他。axis=0指定为行还是列。