示例：從疝氣病症預測病馬的死亡率

準備數據：處理數據中的缺失值 當數據丟失時，給出了一些方法來解決這個問題。 一、使用可用特徵的均值來填補缺失值； 二、使用特殊值來填補缺失值，如-1； 三、忽略有缺失值的樣本； 四、使用類似樣本的均值填補缺失值； 五、使用另外的機器學習算法預測缺失值。 在預處理階段作兩件事： 第一，全部的缺失值必須用一個實數值來替代，由於咱們使用Numpy數據類型不容許包含缺失值。這裏選擇實數0來替換全部缺失值，

>>阅读原文<<