1.类别不平衡 2. 删除缺失值的行或者列3. 输出表中某一行 4.转换表的数据5.删除只有一种数值的无用特征列6.查看每一列缺失值的总个数 8.将字符串类型转换为字符型
类别不平衡：假如样本中反例数目多，正例数目少 （西瓜书67页）
- 下采样（去除一些反例）
- 上采样（增加一些正例）
- 阈值移动（再缩放）
删除缺失值的行或者列
df.iloc[ 数字] 可以输出对应的行
iloc是按照index（也就是内部数据的行数）的序值. loc按照index的具体值
转换表的数据 （inplace=True代表更改源文件）
删除只有一种数值的无用特征列
查看每一列缺失值的总个数
样本不均衡（贷款案例）
- 调节正负样本权重参数
- 除了逻辑回归、随机森林可以尝试其他分类模型比如支持向量机或者Adaboosting
- 利用集成学习，使用多个模型
- 重新再处理特征，重新筛选特征
- 调整算法模型的参数