负数如何归一化处理_数据处理时一个非常重要的验证

当你拿到一个数据集的时候，以及当你处理完数据时，你要把数据喂入模型中去，这时候可能会出现各种各样的问题，其中最常遇到的就是数据无法处理，即数据类型不匹配问题，例如，你要求某一特征的最大值，结果该特征的特征值是str类型的。这时候，我们就需要对数据集的书友类型有一个整体的把握。

http://df.info()函数可以帮助我们查看数据集中各个特征的特征值类型，帮助我们避开坑，顺利送入模型中。

当我们想要转换某一列的类型时，使用如下命令：

df.列名称 = df.列名称.astype(想要转换的类型)

如此即得到了我们需要的数据类型。

还有一个非常需要注意的地方就是检测特征里面是否有nan，以及如何处理他，一般如果数据量小，我们可以将其删除，如果数据量大，我们可以将其作为一个特征处理。

如何检测数据集中是否含有nan?

# 查看每一列是否有NaN： df.isnull().any(axis=0) # 查看每一行是否有NaN： df.isnull().any(axis=1) # 查看所有数据中是否有NaN最快的： df.isnull().values.any()

参考链接：https://www.cnblogs.com/songdanzju/p/7497566.html

如何删除呢？