特徵值爲空如何處理？
參考資料：
https://www.zhihu.com/search?type=content&q=%E7%89%B9%E5%BE%81%E5%80%BC%E4%B8%BA%E7%A9%BA
最後決定取均值了。
不過這個問題還是值得思考的，依研究問題的不同，做法也不盡相似，基本思想就是根據其他數據信息來進行填充，這對於圖像處理來說是個不錯的選擇。
仔細想想，我的特徵值是距離，這個取平均值，似乎就不是那麼合理了，不過如果數據量很大，尋找一個大概的分佈規律，按照分佈取均值，應該還是可以的。
特徵值不是同一種數據格式
選取的特徵值肯定不是同一種屬性，比如年齡，薪水，如何處理？
1。 最常見做法：對同一列做標準化(需要屬性服從正態分佈)
2。區間縮放法：
value - min /(max - min)
卡方檢測
其實是假設兩個變量不相關的情況下，用最大似然估計每種情況出現的頻率f，
然後累計(f-real)^2/real
sklearn
真的要種草這個庫了，上面的問題，居然都有解釋說明，很不錯。
http://blog.csdn.net/myproudcodelife/article/details/52515849