插值法补齐缺失数据_[建模教程] 新手进阶建模（8）数据的预处理 第一部分

 数据预处理有四个任务，数据清洗、数据集成、数据 变换和数据规约
       本节先讲数据第一个：数据清洗数据清洗包括1.缺失值处理    2.异常值处理;       其中缺失值的处理有3种：不处理(做建模铁定不选)，删除(可以考虑)，数据补差(99%的同僚选择)
而补差的方式主要用下面的5类，重点是第五个，插值法
    1. 补插均值/中位数/众数 
    2. 使用固定值 . 
    3. 最近邻补插 
    4. 回归方法 
    5. 插值法
插值法又包含好多种：(1)拉格朗日插值法(最容易看的懂的，用的人较多，用错的也多)(2)牛顿插值法(3)Hermite插值 (4)分段插值 (5)样条插值      (后三种相对用的较少)# Z$ w/ u
(1)拉格朗日插值法(划重点)
        其原理百度就是构建一个多项式，这个多项式很厉害，假如说我们的数据是城市里的银行位置坐标，那这个多项式就是一条过所有银行的公路，所以，当我们要问50km外的银行在哪儿时，我们顺着这条路算就可以算出来。当然，算出来的坐标只是一个近似值。(当给出的已知银行坐标点越多，近似误差越小)。
       关于拉格朗日多项式的构建原理，这里不说了，百度各种解释，这里只说一下