这章明显讲得不如上面

• 机器学习：
• 机器学习的基本流程：获取任务-获取数据-算法学习模型推荐（数据清洗缺失值、异常值、重复值）-模型评估。
• 异常值的识别方法：聚类、箱线图
• 消除量纲：归一化、标准化、Zsore、连续数值变量分箱、有序分类变量One-Hot编码、字符型变量数值化等。
• 特征工程：构建、选择、提取
• 算法大类：距离类模型、线性方程、规则类、条件概率、矩阵分解类、强学习器、集成算法等。
• 交叉验证：

缺失值处理:缺失值需要手工填入，缺失值可以从本数据源或其它数据源推导出来。可以用平均值、最大值、最小值或更复杂的概率估计代替。

异常值检测及处理：用统计分析的方法识别可能的错误值或异常值。如偏差分析、识别不遵守分布的值，通过常识性规则、业务特定规则。

重复值检测及消除方法：数据中属性值相同的记录被认为是重复记录。通过判断记录间的属性值是否相等来检测记录是否相等，相等的记录合并为一条记录。合并/清除是消重的基本方法。