分类问题

特征值为空如何处理？

参考资料：
https://www.zhihu.com/search?type=content&q=%E7%89%B9%E5%BE%81%E5%80%BC%E4%B8%BA%E7%A9%BA
最后决定取均值了。
不过这个问题还是值得思考的，依研究问题的不同，做法也不尽相似，基本思想就是根据其他数据信息来进行填充，这对于图像处理来说是个不错的选择。

仔细想想，我的特征值是距离，这个取平均值，似乎就不是那么合理了，不过如果数据量很大，寻找一个大概的分布规律，按照分布取均值，应该还是可以的。

特征值不是同一种数据格式

选取的特征值肯定不是同一种属性，比如年龄，薪水，如何处理？
1。 最常见做法：对同一列做标准化(需要属性服从正态分布)
2。区间缩放法：
value - min /(max - min)

卡方检测

其实是假设两个变量不相关的情况下，用最大似然估计每种情况出现的频率f，
然后累计(f-real)^2/real

sklearn

真的要种草这个库了，上面的问题，居然都有解释说明，很不错。
http://blog.csdn.net/myproudcodelife/article/details/52515849