การปรับใช้ระบบคาดการณ์

ในตัวอย่างนี้เราจะเรียนรู้วิธีสร้างและปรับใช้แบบจำลองการคาดการณ์ซึ่งช่วยในการทำนายราคาบ้านโดยใช้สคริปต์ python เฟรมเวิร์กที่สำคัญที่ใช้สำหรับการปรับใช้ระบบคาดการณ์ ได้แก่ Anaconda และ“ Jupyter Notebook”

ทำตามขั้นตอนเหล่านี้เพื่อปรับใช้ระบบคาดการณ์ -

Step 1 - ใช้โค้ดต่อไปนี้เพื่อแปลงค่าจากไฟล์ csv เป็นค่าที่เกี่ยวข้อง

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()

รหัสด้านบนสร้างผลลัพธ์ต่อไปนี้ -

Step 2 - เรียกใช้ฟังก์ชันอธิบายเพื่อรับชนิดข้อมูลที่รวมอยู่ในไฟล์ csv

data.describe()

Step 3 - เราสามารถทิ้งค่าที่เกี่ยวข้องตามการปรับใช้แบบจำลองการคาดการณ์ที่เราสร้างขึ้น

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

Step 4- คุณสามารถแสดงภาพข้อมูลตามบันทึก ข้อมูลสามารถใช้สำหรับการวิเคราะห์วิทยาศาสตร์ข้อมูลและการส่งออกเอกสารไวท์เปเปอร์

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