2.2 数据预处理

Os包

1.利用os.makedirs生成文件夹，os.makedirs(os.path.join('..', 'data'), exist_ok=True)，

内部参数：os.path.join（）表示将多个路径组合成一个新的路径，将文件夹的上层路径和data组成一个新的路径，允许不同系统的操作符，在windows中，是反斜杠表示分隔，macos和linux系统是利用正斜杠表示分隔

exist_ok=True表示目标目录已经存在的情况下不会报出异常，如果是True不会抛出异常，直接返回，如果是False会抛出异常

2.利用os.path.join('..', 'data', 'house_tiny.csv')生成一个文件路径，还并没有生成csv文件

3. with open(data_file, 'w') as f:使用了open函数以写入模式打开了house_tiny.csv文件，然后在该文件中写入了一些数据，创建了csv文件

Pandas包

4.利用pd.read_csv(data_file)读取csv格式文件的函数，括号内包含文件路径，如果csv中有包含“NA”“N/A”类似的字符表示缺失值，会将其转换为NaN，读取成为Pandas DataFrame对象

5. inputs, outputs = data.iloc[:, 0:2], data.iloc[:, 2]

iloc是integer location的意思，是Pandas DataFrame的索引方式，按照整数位置进行索引，选取所有行，12列，作为模型的输入特征，最后一列作为输出特征

6. inputs.fillna(inputs.mean ())利用Pandas库中的fillna()函数将inputs中的缺失值NaN用每列的平均值代替，前提是这一列都为数字

7. inputs = pd.get_dummies(inputs, dummy_na=True),使用Pandas库中的get_dummies ()函数对输入的离散特征转换为二元特征，如下

→

8.64位浮点数和32位浮点数的区别

64位浮点数（也称为双精度浮点数）使用64位二进制表示，可以表示的数的范围和精度更高。其符号位占1位，指数位占11位，尾数位占52位，其中1位是隐含位，可以表示±1到±2^1023范围内的数，精度约为15到17个十进制数字。

32位浮点数（也称为单精度浮点数）使用32位二进制表示，范围和精度相对较低。其符号位占1位，指数位占8位，尾数位占23位，其中1位是隐含位，可以表示±1到±2^127范围内的数，精度约为7个十进制数字。