数值型变量处理

数据采用泰坦尼克号数据，从官网获取

首先注册账号:可能要使用到vpn，没有可以不学了（bushi）

从官网下载数据集，打开文件就长这个样（也可以head）可以看出来有很多很扯淡的数据                     

数据预处理：1.特征选择

.scaling 缩放  minmaxscaler  最大最小缩放（还有standardscaler）

此处可采用

dataset[['Age','SibSp']].hist(figsize=(10,4))    画出柱状图，观察数据分布(就是说，第二张图好丑)

import pandas as pd
import matplotlib.pyplot as plt
from  sklearn.preprocessing import MinMaxScaler
dataset=pd.read_csv('C:/Users/PengY/Desktop/train.csv')
print(dataset.columns)
minmax_scale=MinMaxScaler()
xtrain=minmax_scale.fit_transform(dataset[['Age','SibSp']])
pd.DataFrame(xtrain).hist(figsize=(10,4))
plt.show()

  minmaxscaler的代码 

然而出现异常值这种处理方法可能直接崩溃，肿么办？

rank :根据范围赋值

rank([-100,0,100])=[0,1,2]

此处使用scipy.stats.rankdata

2.特征构建（by understanding）

如果有房子的总价格与面积，我们可以求得房价。

甚至是商品涨价的小数部分

EDA,SVM,PCA