基于机器学习的数据处理的各级建模比赛的步骤

0. 导入gc用来清理内存用的导入time和datetime用来处理时间用的
1. 将三张表读入，分别命名
2. 编写一个字典编码函数方便后续处理数据进行调用
3. 对时间进行编码（选择性处理）
4. 将测试集和训练集导出并进行内存清理（以防像上次一样电脑卡顿）
5. 划分连续字段和离散字段
6. 通过dtypes查看数据类型，将字符型离散字段进行字典排序编码
7. 通过isnull(). sum（）来找到每一列的缺失值，缺失少的列可以补为—对 多的列进行中位数或者众数或者方差进行补
8. 对连续性字段的无穷值进行处理，用该列的最大值进行替换
9. 去除重复数据
10. 三表合一，只用一张表进行建模