【数据处理3】：缺失值，数据规范化，相关系数，卡方检验

缺失值的处理方法：

1，忽略元组

2，人工填写缺失值

3，使用全局变量填充空缺值

4，使用与给定元组属同一类所有样本的平均值

5，使用最可能的值填充缺失值，像使用贝叶斯公式或者是决策树

数据规范化的方法：

1，最小-最大规范化

这种方法没啥好说的，一个公式解决   V‘ = (v-minA)*(new_maxA-new_minA)/(maxA-minA);

2，z-score规范化

这种方法给予原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1，转化函数为：

其中为所有样本数据的均值，为所有样本数据的标准差。

3，小数定标规范化

很简单的一个例子： -986变成 -0.986，让 A变成绝对值小于1的最大的跟A同构的数

多举几个： 72-------------》0.72 这下懂了吧？