模型建立流程

数据预处理：

当接收到数据以后，我们应该使用print(pdData.describe())观察数据，是否有缺失值，使用pdData.head()方法，去查看有哪些特征值进行数值转换，将字符串变成0,1。

数据缺失：数值型采用均值填充，字符串型采用众数填充。pdData["Age"].fillna(pdData["Age"].median());  

数值转换：pdData.loc(pdData["Sex"]=="male","Sex")=0   使用print(pdData["Sex"].unique())查看"Sex"特征值

数据二分类：选择数值型的变量作为特征，判断目标值

线性回归解决问题：

 首先导入sklearn库中的LinearRegression和交叉验证cross_validation模块的KFold库

 1.创建特征数组 2.获得LinearRegression对象alg 3.利用KFold创建对象，需要传入数据总行数pdData.shape[0]