特征工程

1、特征提取

设定因变量

提取自变量：

       因变量与自变量的相关系数

       决策树（基于熵）

连续值处理为离散值

业务逻辑

2、缺失值处理

平均值

业务逻辑统一值

模型拟合

3、异常值识别

1、基本统计量的分析（pandas.dataframe.describe()）

数量，平均值，最大最小值，四分位值

2、箱线图 

上界：上四分位＋1.5四分位间距

下界：下四分位－1.5四分位间距