100天搞定机器学习（100-Days-Of-ML）（一）数据预处理

这是github一个开源项目，作者是Avik Jain，内容是从机器学习的基础概念起步，逐层递进，很适合初学者。github地址是https://github.com/Avik-Jain/100-Days-Of-ML-Code。截至到现在，已经有近16000多的star。

为了学习ML的实战技巧，跟着这个开源项目学习了一段时间，并贡献了一点issues。现在将自己的学习过程总结起来，仅供以后参考。

该项目前期用的是sklearn来学习各种ML的模型，但是对于时下火热的深度学习并没有多少的代码实战，可以这样说该项目是Avik Jain学习机器学习方面的步骤，很多知识点都是一句话带过（比如，今天深入学习了SVM，Day9 Got an intution on what SVM is and how it is used to solve Classification problem.）。

总结了一下，该项目中有关ML模型只有很少的一部分有代码实例：

• 有监督学习：1.数据预处理 2.简单线性回归 3.多元线性回归 4.逻辑回归 5.KNN 6.SVM支持向量机 7.决策树 8.随机森林
• 无监督学习：1.K-Means 2.层次聚类

将这些简单的机器学习实战总结，并给出sklearn中这些模型的相关解释。另外所有数据集可以从Avik Jain的github上下载。

---

第一天：数据预处理

数据预处理是机器学习的基础，完美的数据预处理会对模型的训练有着很大的帮助。实际场景下的数据集大多是比较复杂的，