예측 시스템 배포

이 예제에서는 파이썬 스크립트를 사용하여 주택 가격 예측에 도움이되는 예측 모델을 만들고 배포하는 방법을 배웁니다. 예측 시스템 배포에 사용되는 중요한 프레임 워크에는 Anaconda 및 "Jupyter Notebook"이 포함됩니다.

예측 시스템을 배포하려면 다음 단계를 따르십시오.

Step 1 − 다음 코드를 구현하여 csv 파일의 값을 관련 값으로 변환합니다.

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()

위의 코드는 다음 출력을 생성합니다.

Step 2 − describe 함수를 실행하여 csv 파일의 속성에 포함 된 데이터 유형을 가져옵니다.

data.describe()

Step 3 − 생성 한 예측 모델의 배포를 기반으로 관련 값을 삭제할 수 있습니다.

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

Step 4− 기록에 따라 데이터를 시각화 할 수 있습니다. 데이터는 데이터 과학 분석 및 백서 출력에 사용할 수 있습니다.

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