数据集的结构：特征值+目标值 （有些可以没有目标值）
数据集：uci kaggle
数据处理工具：pandas sklearn
缺失值 重复值 不需要处理
转换器是一类实现了特征工程的API：
估计器是一类实现了算法的API：
测试代码：
from sklearn.preprocessing import StandardScaler # 转换器以及估计器 s = StandardScaler() data = s.fit_transform([[1, 2, 3], [4, 5, 6]]) print(data) ss = StandardScaler() print(ss.fit([[1, 2, 3], [4, 5, 6]])) print(ss.transform([[1, 2, 3], [4, 5, 6]])) print(ss.fit([[2, 3, 4], [4, 5, 7]])) print(ss.transform([[1, 2, 3], [4, 5, 6]]))
运行结果：
