工业分析通常需要融合多个领域的原始数据，在进入机器学习算法之前，需要对数据进行预处理，包括数据清洗、数据合并、特征变量的提取与选择等。这通常是一个反复迭代的过程，借助探索型数据分析（Exploratory Data Analysis，EDA）工具，通过数据的业务化、业务的数据化的迭代加深对数据的理解。本章简要介绍数据预处理中各个算法工具，帮助读者建立起整体的概念框架。
yagsAbSNor81XOny9x4rnmf9NvhDnf/JNKp4yMKbftR4ZF07K0tLi2AeOBZEj20I
