📅  最后修改于: 2021-01-23 05:52:36             🧑  作者: Mango
在此示例中,我们将学习如何创建和部署预测模型,该模型有助于使用Python脚本预测房价。用于部署预测系统的重要框架包括Anaconda和“ Jupyter Notebook”。
请按照以下步骤来部署预测系统-
步骤1-实现以下代码,将csv文件中的值转换为关联的值。
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()
上面的代码生成以下输出-
步骤2-执行describe函数以获取csv文件属性中包含的数据类型。
data.describe()
步骤3-我们可以基于我们创建的预测模型的部署来删除关联的值。
train1 = data.drop(['id', 'price'],axis=1)
train1.head()
步骤4-您可以根据记录可视化数据。数据可用于数据科学分析和白皮书输出。
data.floors.value_counts().plot(kind='bar')