Step 1：导入相关模块
Step 2：获取数据
特征构造
Step 3：处理缺失值
Step 4：分类数据编码
创建虚拟变量
Step 5：划分训练集和测试集
Step 6：特征标准化
数据变换十大秘诀
数据变换[1]是将数据集的每个元素乘以常数；也就是说，将每个数变换为，其中,和都是实数。数据变换将可能改变数据的分布以及数据点的位置。
数据标准化[2]（有时称为 z-score 或 standar score）是已重新缩放为平均值为零且标准偏差为1的变量。对于标准化变量，每种情况下的值在标准化变量上的值都表明它与原始变量的均值（或原始变量的标准偏差）的差值。
归一化数据 是将数据缩放到0到1范围内。
Binarizing Data
二值化[3]是将任何实体的数据特征转换为二值化的向量以使分类器算法更高效的过程。在一个简单的示例中，将图像的灰度从0-255光谱转换为0-
1 光谱就是二值化。
Mean Removal
去均值法 是将均值从每一列或特征中移除，使其以零为中心的过程。
One Hot Encoding
独热编码[4]是将分类变量转换为可以提供给ML算法以更好地进行预测的形式的过程。
Label Encoding
标签编码 适用于具有分类变量并将数据转换为数字的数据。
fit
transform
词向量 用于带有标签和数字的数据。此外，词向量可用于提取数据。
获取特征名称
Polynomial Features
多项式特征 用于生成多项式特征和交互特征。它还生成了一个新的特征矩阵数据，该数据是由所有次数小于或等于指定次数的特征的多项式组合组成的。
截距项
填补 (如用均值填补缺失值)，它用列或特性数据中的平均值替换缺失的值
import os
import numpy as np
from tqdm import tqdm #进度条
from glob import glob
from scipy import ndimage
from keras.preprocessing.image import ImageDataGeneratior
import keras
img_size = 255 # 自行更改
train_path = r'D:\CVML\Project\Heartchallenge_sound\Peter_HeartSound\Train_Valid_Test\train'
num_train = len( glob (train_path + r'**.jpg') ) #图片数量
x_train = np.zeros( (num_train, img_size, img_size, 3), dtype=np.uint8) #训练集
y_train = np.zeros( (num_train,), dtype=np.uint8) #训练集label
i=0
for img_path in tqdm( glob(train_path + r'**.jpg) ):
datagen = ImageDataGenerator(rescale = 1.0/255.0, featurewise_center = True, featurewise_std_normalization= True)
datagen.fit(x_train) #图片预处理
待解决问题： 如何输入？？
