数据预处理：
步骤：
删除不需要的列；填补缺失值；类别特征进行labelencode；连续值进行切分
1.分析数据有哪些是类别型的/哪些是数值型的/哪些是混合数据类型/哪些数据是可能有错误/哪些特征包含空格空值/特征是什么类型的：
类别型中有没有是有序数关系的；数值型数据中是否是连续的或者离散的；混合数据类型中是数值字母和数字混合；如名字里面含有括号等；特征是整型浮点型还是字符串型。
train_df.info()也太好用了吧！告诉你每个特征类型和有多少个值这样就知道缺失的值个数。
train_df.describe()知道数据的信息。
2.分析特征和目标的关系，特征取某个值的时候目标值为1的概率大，针对类别/序数/离散型数据比较有效。
3.连续型数值的话处理使用直方图。使用seaborn中的FacetGrid http://www.pianshen.com/article/5733143837/
4.处理数据
有些数据删除：train_df.drop()默认是不会改变原数据的，对原数据进行重新赋值。别忘了加入combine.
有些string类别数据需要转换为数字：使用dataset[].map(字典)
有些数据有缺失：dataset[].fillna()，删除na的话使用dropna()，同时可以使用某一类数据的特征值填充，找到空的值isnull()
有些连续型数据：分段然后赋值
