唐宇迪深度学习30天系统实训
如果missing value所占比例大，那么直接将miss value当做一种特殊的情况，另取一个值填入
处理Outlier：这个就是之前EDA的作用了，通过画图，找出异常值
处理categorical feature：一般就是通过dummy variable的方式解决，也叫one hot encode，可以通过pandas.get_dummies()或者 sklearn中preprocessing.OneHotEncoder(), 我个人倾向于用pandas的get_dummies()
看个例子吧，
