在训练机器学和深度学习模型时，都需要数据作为支持，数据可看作一个矩阵，行为数据个数，列为数据特征。

在有监督学习中，某一列特征为目标值，无监督学习则没有，下面介绍几种常见的数据处理方法

下面以简单的iris数据集为例：

把每个类别生成一个布尔列，这些列中只有一列可以为这个样本取值为1.其又被称为热编码。

通过为每个类别分配一个唯一的整数值，将分类数据转换为数字，称为标签编码。

当我们有一个数字特征，需要把它转换成分类特征,使用分箱，减少目标值类别，提高标签的信息承载度

特征的单位或者大小相差较大，或者某特征的方差相比其他的特征要大出几个数量级，
容易影响（支配）目标结果，使得一些算法无法学习到其它的特征

通过对原始数据进行变换把数据映射到(默认为[0,1])之间

最大值与最小值非常容易受异常点影响，所以这种方法鲁棒性较差，只适合传统精确小数据场景

通过对原始数据进行变换把数据变换到均值为0,标准差为1范围内

方差越大，说明数据间差异越大

常用机器学习数据处理流程如下：

1.导入数据（编码，分箱，处理缺失值）

2.标准化（PCA降维）