處理缺失值的兩種方法：
1､刪除缺失值的行；
2､填充缺失值。
如果缺失值的行佔比較多，進行刪除缺失值的話，將丟失大量的數據，這樣得到的模型可能會很差；所以一般對缺失值的處理都是進行填充。
數據可以分以下兩類：
1､數值數據；
2､分類數據；
1､填充數值數據的缺失值
對於數值數據的填充，一般使用0､均值、中位數或衆數來填充。
方式一：在全體數據上進行填充
該方法是對所有數據進行填充。
# bmi特徵列，使用0對缺失值進行填充
x['bmi'] = x['bmi'].fillna(0)
或者：
from sklearn.preprocessing import Imputer
# bmi特徵列，使用均值對缺失值進行填充
imputer = Imputer(strategy="mean")
# 行到一個新的DataFrame
x_imputer = pd.DataFrame(imputer.fit_transform(x),columns=['bmi'])
方式二：使用Pipeline和Imputer
方法一有個缺點，就是當使用均值填充時，使用的是全部數據的均值進行填充，這對模型驗證時不利，因爲模型已經知道了驗證集的部分信息。使用Pipeline和Imputer可以有效地解決這個問題。
Pipeline類會替我們處理大部分流程：可以恰當地從多個訓練集取值並用其填充測試集的缺失值，還可以正確測試KNN的泛化能力，最終輸出性能最佳的模型。
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import Imputer
# K鄰近模型，knn分類器
knn = KNeighborsClassifier()
# 網絡搜索參數
knn_params = {'classify__n_neighbors':[1,2,3,4,5,6,7,8,9]}
mean_impute = Pipeline([('imputer',Imputer(strategy='mean')),('classify',knn)])
# 網絡搜索模型
grid = GridSearchCV(mean_impute,knn_params)
grid.fit(x,y)
print(grid.best_score_,grid.best_params_)
2､填充分類數據的缺失值
對於分類數據的填充，一般使用分類值中出現次數最多的值來填充。