机器学习模型高度依赖于其训练数据的质量。通常，您会遇到的数据集在被算法有效使用之前，需要大量的准备工作。实际数据通常是不完整、不一致的，或者格式不适合处理。

本章介绍数据预处理的基本技术。您将学习以下实用方法：

• 识别并处理数据集中缺失的值。
• 应用特征缩放，例如归一化 (Normalization) $$x' = \frac{x - \min(x)}{\max(x) - \min(x)}$$ 和标准化 (Standardization) $$x' = \frac{x - \mu}{\sigma}$$ 以将数值特征调整到统一的范围。
• 将分类（非数值）特征编码为模型可理解的数值表示，使用独热编码 (One-Hot Encoding) 等方法。
• 实现将数据划分为训练集和测试集。

学完本章后，您将明白为什么这些步骤是必需的，以及如何执行基本的数据清洗和转换任务，为机器学习模型准备数据。