Bereitstellen eines Vorhersagesystems

In diesem Beispiel erfahren Sie, wie Sie ein Vorhersagemodell erstellen und bereitstellen, das bei der Vorhersage von Immobilienpreisen mithilfe von Python-Skripten hilft. Das wichtige Framework für die Bereitstellung des Vorhersagesystems umfasst Anaconda und „Jupyter Notebook“.

Befolgen Sie diese Schritte, um ein Vorhersagesystem bereitzustellen -

Step 1 - Implementieren Sie den folgenden Code, um Werte aus CSV-Dateien in zugehörige Werte zu konvertieren.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import mpl_toolkits

%matplotlib inline
data = pd.read_csv("kc_house_data.csv")
data.head()

Der obige Code generiert die folgende Ausgabe:

Step 2 - Führen Sie die Beschreibungsfunktion aus, um die Datentypen abzurufen, die in der Zuordnung von CSV-Dateien enthalten sind.

data.describe()

Step 3 - Wir können die zugehörigen Werte basierend auf der Bereitstellung des von uns erstellten Vorhersagemodells löschen.

train1 = data.drop(['id', 'price'],axis=1)
train1.head()

Step 4- Sie können die Daten gemäß den Datensätzen visualisieren. Die Daten können für die datenwissenschaftliche Analyse und Ausgabe von White Papers verwendet werden.

data.floors.value_counts().plot(kind='bar')