部署预测系统 - 芒果文档

📌 相关文章

📜 部署预测系统

📅 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-

以上代码生成

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()

描述功能

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()

关联价值

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')

数据科学分析