数据预处理的一般流程

1.去除唯一属性

类似于身份证信息，编号这类的属性，对数据分析无实际意义作用，在数据预处理的过程中我们将其删除。

 

2.缺失值填补

（1）均值填补：使用属性的平均值进行填补。

（2）同类均值填补：将样本进行分类，然后将缺失值所在类的属性均值拿来进行填补。

（3）众数填补：属性值出现最多的拿来填补。

（4）建模预测：将缺失的属性拿来作为预测的目标，将数据集按照是否含有特定属性的缺失值分为两类，利用模型预测值进行填补。

（5）高维映射

（6）多重差补

 

3.特征二值化

将数值型的属性按照阈值转换为布尔值的属性。用户根据具体问题设定一个阈值作为分割点，将属性值划分为0和1两种。

 

4.特征编码