无量纲化：
常用的如下两种：
1、min-max标准化(Min-maxnormalization)
也叫离差标准化，是对原始数据的线性变换，使结果落到[0,1]区间，转换函数如下：
其中max为样本数据的最大值，min为样本数据的最小值。
2. z-score标准化
最常见的标准化方法就是Z标准化，也是SPSS中最为常用的标准化方法，spss默认的标准化方法就是z-score标准化。
也叫标准差标准化，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，其转化函数为：
缺失值处理：
常用的几种处理方法如下，根据不同的应用场景进行选择
1.直接删除带有缺失值的数据。
2.直接删除有大量缺失值的变量
3.对缺失值进行替换。
利用代表性的属性进行替换，比如众数、均值等，或者人为定义一个数据去代替缺失值的情况。
4.对缺失值进行赋值
赋值的方法有回归模型、决策树模型、贝叶斯定理等去预测缺失值的最近替代值，也就是把缺失数据所对应的变量当作目标变量，把其他的输入变量作为自变量，为每个需要进行缺失值赋值的字段分别建立预测模型。
