机器学习：数据特征预处理（缺失值处理）

缺失值处理 API: sklearn.preprocessing.Imputer

缺失值的处理一般使用pandas处理，这里scikit-learn也有方法，就介绍一下scikit-learn的方法。
缺失值处理方法：

删除	插补
如果每列或者行数据缺失值达到一定的比例，建议放弃整行或者整列	可以通过缺失值每行或者每列的平均值、中位数来填充

建议按每一列的特征进行填补
Imputer语法：

-Imputer(missing_values=‘NaN’, strategy=‘mean’, axis=0)
完成缺失值插补

-Imputer.fit_transform(X,y)
X:numpy array格式的数据[n_samples,n_features]
返回值：转换后的形状相同的array

pandas处理：dropna，fillna
pandas处理和Imputer处理都需要把缺失值处理为np.nan格式
这里可以去采用replace函数进行替换。

from sklearn.preprocessing import Imputer
import numpy as np
def im():
    """缺失值处理"""
    #missing_value 缺失值标记
    #strategy  填补策略 mean平均值
    #axis 1行   0列
    im=Imputer(missing_values='NaN',strategy='mean',axis=0)
    data=im.fit_transform([[1, 2],
                          [np.nan, 3],
                            [7, 6]]
)
    print(data)
    return None

if __name__ == '__main__':
    im()

关于np.nan(np.NaN)：

1. numpy的数组中可以使用np.nan/np.NaN来代替缺失值，属于float类型
2. 如果是文件中的一些缺失值，可以替换成nan，通过np.array转化成float
   型的数组即可