sklearn Pipeline SimpleImputer Preprocessing
===
王辰禎, DCT, NTCU(Taiwan)
---
###### tags: `Pipeline`
**資料科學與問題解決week05HW(3/21)**
[Colab 程式碼](https://colab.research.google.com/drive/1uzBirqz8ZffiVMq9fE7QM8QvDGGcG5lZ?usp=sharing)

---
#### **If you use python IDLE from python.org, you should use CMD and pip to install the sklearn package.**
1. open the cmd(命令提示字元)
2. 輸入 `pip install scikit-learn`

---
#### <正文>import(匯入)套件，e.g. random、math套件等等
##### 由於Sklearn有六大部分，from Sklearn.[某部分] import [某部件]

---
#### 將題目的資料丟進Data Frame

---
#### 建立管道器(pipeline)，定義名稱及對應動作。

SimpleImputer遺漏值處理 :
strategy='median(中位數)、mean(平均值)、most_frequent(眾數，出現最多次的數)',

MinMaxScaler() : 最小最大值標準化(將min->0, max->1，故數據會縮到0~1之間)
*sklearn中常見資料預處理: StandardScaler,MinMaxScaler, MaxAbsScaler, and RobustScaler

---
#### 將管道器pipeline應用到數值型欄位
##### 先選擇數值型的行(column)並命名為<numeric_features>
##### 將<df數值型部分> 指定 pipeline 應用( .fit_transform() ) 到 <df數值型部分>


---
#### 印出DataFrame
##### 由於小數點太多看著不舒服，故四捨五入，但實際處理數據不應該隨意四捨五入，避免數據不精確。

---
#### 參考資料 :
1. [(scikit-learn.org)sklearn.impute.SimpleImputer](https://scikit-learn.org/stable/modules/generated/sklearn.impute.SimpleImputer.html)
2. [(scikit-learn.org)sklearn.preprocessing](https://scikit-learn.org/stable/api/sklearn.preprocessing.html)
*[MinMaxScaler](https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler.html#sklearn.preprocessing.MinMaxScaler)
3. [(iT邦幫忙)[Day 5] 資料清理&前處理_10程式中(2020)](https://ithelp.ithome.com.tw/articles/10240494)