拿到資料後，正常遇到的問題可能有以下：

1. 資料中含有空值：需要對空值做處理
2. 資料有非數值型維度，需要轉換為資料維度，且分成多個虛擬欄位
3. 資料值範圍太大，可以對數轉化等標準化處理

主要程式碼註釋和資料如下：
遇到的問題主要是import sklearn.model_selection 報錯，安裝了最新版的anaconda後就ok了

import numpy as np
import pandas as pd
data = pd.read_csv(r'd:\Users\lulib\Desktop\data.txt',sep='\t')

X = data.iloc[:,:-1].values ## X的值為資料來源
Y = data.iloc[:,-1].values  ## Y 的值為最終的資料標籤

## na資料用均值填充
from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values="NaN",strategy="mean",axis=0)

## 資料範圍轉化一致 對數處理 e 為底
imputer = imputer.fit(X[:,1:])
X[:,1:] = imputer.transform(X[:,1:])

## 分類包
from sklearn.preprocessing import LabelEncoder, OneHotEncoder

## 文字描述性欄位轉換為數值
labelencoder_X = LabelEncoder()
X[ : , 0] = labelencoder_X.fit_transform(X[ : , 0])

## 將X的文字性描述欄位轉換為多個虛擬欄位，標誌為0 1 
onehotencoder = OneHotEncoder(categorical_features = [0])
X = onehotencoder.fit_transform(X).toarray()

labelencoder_Y = LabelEncoder()
Y =  labelencoder_Y.fit_transform(Y)

## 資料來源分為測試資料和訓練資料
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split( X , Y , test_size = 0.2, random_state = 0)


##特徵標準化
from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
X_train = sc_X.fit_transform(X_train)
X_test = sc_X.transform(X_test)