Torch-数据预处理

import os

os.makedirs(os.path.join(".","data"),exist_ok=True)
data_file = os.path.join(".","data","house_tiny.csv")

with open(data_file,"w")  as f:
    f.write("NumRoos,Alley,Procesn")
    f.write("NA,Pave,12700n")
    f.write("2,NA,10789n")
    f.write("4,NA,187654n")
    f.write("NA,NA,140000n")

读取数据：

import pandas as pd

data = pd.read_csv(data_file)
print(data)

输出：

   NumRoos Alley  Proces
0      NaN  Pave   12700
1      2.0   NaN   10789
2      4.0   NaN  187654
3      NaN   NaN  140000

为了处理缺失的数据，典型的方法包括插值法和删除法， 其中插值法用一个替代值弥补缺失值，而删除法则直接忽略缺失值。 在这里，我们将考虑插值法。
通过位置索引 iloc，我们将 data 分成 inputs 和 outputs， 其中前者