Bryan直播：sklearn入门：数据预处理、模型评估、模型融合——学习笔记

1.预处理 当我们拿到一批原始数据以后，需要考虑以下问题： 1）首先要明确有多少特征，哪些是连续的，哪些是类别特征。 2）检查有没有缺失值，选择合适的缺失值填补方法，使数据保持完整。 3）对连续的数值型变量进行 标准化，使得均值为0，方差为1。 4）对类别型的特征进行 one-hot编码。 5）将需要转换成类别型数据的连续型数据进行 二值化。 6）为防止过拟合或者其他原因，选择是否要将数据进行 正

>>阅读原文<<