机器学习之加州房价预测（三）

这一部分开始进入机器学习的核心。
八、为机器学习算法准备数据
首先让我们返回到一个干净的训练集（通过再次复制strat_train_set），并分离预测值和标签，因为我们不一定要对预测值和目标值应用相同的转换（注意drop（）创建了数据的副本，并且不影响strat_train_set）

数据清洗：
从前面的分析可见，total_bedrooms一项缺失了部分数据。此时你可以：
1.删除缺失数据的项 dropna()
2.删除total_bedrooms这一项特征 drop()
3.设置缺失的数据为特定数值（例如，0、均值或中位数）fillna()
这里我们选择第三种方案，需要计算出训练集的中位数并用来填充训练集总缺失的数据，不要忘记保存这个中位数，在我们之后替代测试集缺失的数据时会用到。

scikit learn提供了一个方便的类来处理丢失的值：Imputer。以下是如何使用它。首先，需要创建一个Imputer实例，指定要用该属性的中值替换每个属性的缺失值。