1.討論數(shù)據(jù)科學(xué)生命周期的真實(shí)世界背景。

2.操作給定數(shù)據(jù)集的數(shù)據(jù)。

3.使用pandas、Seaborn和Plotly生成可視化圖表。

4.使用外部文檔自定義圖表。

5.使用pandas.groupby進(jìn)行數(shù)據(jù)操作。

使用set index和reset index在數(shù)據(jù)幀之間進(jìn)行計(jì)算。

• 問題定義：首先需要提出一個(gè)明確的問題。例如：預(yù)測(cè)房屋的銷售價(jià)格。

• 數(shù)據(jù)獲取與理解：找到相關(guān)數(shù)據(jù)并理解其內(nèi)容。例如：數(shù)據(jù)集的行和列代表什么？哪些數(shù)據(jù)是有用的？哪些數(shù)據(jù)缺失？

• 數(shù)據(jù)準(zhǔn)備：清洗和準(zhǔn)備數(shù)據(jù)以供模型使用。

• 建模：使用清洗后的數(shù)據(jù)訓(xùn)練模型。

• 評(píng)估：評(píng)估模型的性能。

• 部署：將模型部署到生產(chǎn)環(huán)境中。

• 業(yè)務(wù)理解：定義問題，例如預(yù)測(cè)房屋價(jià)格。

• 數(shù)據(jù)理解：理解數(shù)據(jù)集的結(jié)構(gòu)和內(nèi)容。

• 數(shù)據(jù)準(zhǔn)備：清洗和準(zhǔn)備數(shù)據(jù)。

• 建模：選擇合適的模型進(jìn)行訓(xùn)練，例如線性回歸。

• 評(píng)估：使用如均方根誤差（RMSE）等指標(biāo)評(píng)估模型。

• 部署：將模型部署到生產(chǎn)環(huán)境中。

• 意義：展示數(shù)據(jù)分布的集中趨勢(shì)和離散程度，通過(guò)五個(gè)統(tǒng)計(jì)量（最小值、第一四分位數(shù)、中位數(shù)、第三四分位數(shù)、最大值）來(lái)描述數(shù)據(jù)集的特性，并通過(guò)異常值標(biāo)識(shí)出數(shù)據(jù)中的離群點(diǎn)。

• 用法：常用于比較不同類別數(shù)據(jù)的分布情況。

• 意義：結(jié)合箱型圖和密度圖的優(yōu)點(diǎn)，展示數(shù)據(jù)的分布情況以及密度估計(jì)。通過(guò)左右對(duì)稱的形狀，表示出數(shù)據(jù)在不同取值范圍內(nèi)的分布密度。

• 用法：適用于查看數(shù)據(jù)分布和數(shù)據(jù)密度的情況，并對(duì)比不同類別的數(shù)據(jù)分布。

• 意義：通過(guò)點(diǎn)的位置表示兩個(gè)變量之間的關(guān)系，可以直觀地看出數(shù)據(jù)的分布趨勢(shì)和離群點(diǎn)。

• 用法：用于分析兩個(gè)變量之間的關(guān)系。

• 意義：通過(guò)顏色表示數(shù)據(jù)點(diǎn)的密集程度，展示數(shù)據(jù)分布的總體趨勢(shì)。

• 用法：用于查看數(shù)據(jù)點(diǎn)的密集區(qū)域。

• 意義：結(jié)合散點(diǎn)圖和邊際圖，展示兩個(gè)變量之間的關(guān)系以及它們各自的分布。

• 用法：用于深入分析兩個(gè)變量的聯(lián)合分布。