去重，恢复索引，df.info()，查看缺失值，对缺失比例严重的属性列直接删除，其余填补，根据业务情况可采取mean,median,算法填补。我昨天的文章写了如何使用随机森林填补某特征列的缺失值，这儿同样采用随机森林填补缺失值。
异常值处理 比如年龄为0岁的能向银行贷款？这种不符合常识的数据直接删掉。
超级困难，首先你得明白概念和公式，IV值(Information Value)，WOE(Weight of Evidence)，
分箱算法很难，因为评分卡模型就是给新数据按照它的属性值打分，就是要分档，主要是目前学习的比较少，不知道分箱在其他方面还有哪些应用
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true