【正文】 準確度：%交叉驗證得分：%但這是模型對數(shù)據(jù)過擬合的結果。credit_history主導模式。 讓我們做我們的第一個邏輯回歸模型。例如，創(chuàng)建一個LoanAmount/TotalIne列可能會有意義，因為它能給你一個關于申請人如何償還他的貸款的好想法。接下來，我們定義了一個函數(shù)，它返回這些單元格的值，并應用它來填充丟失的貸款金額的值：所以我們應該檢查那些不切實際的值。雖然他們可能有直觀的感覺，但應適當處理。你可以在AV Datahacks上很快的編寫代碼來創(chuàng)建首次提交。這可以在微軟的Excel上使用一個透視表實現(xiàn)： 這證實了大量的離群值/極值的存在。 matplotlib它的工作原理類似于Python標準庫urllib2，但是更容易編碼。 Pandas對于結構化數(shù)據(jù)操作和控制。提示：谷歌推薦您使用第一種方式導入庫，因為您將知道函數(shù)來自何處。 既然你熟悉了Python的基礎，我們來更近一步。此外，盡管元組是不可變的，但它們可以在必要是含有可變數(shù)據(jù)。 以下是Python中使用的一些數(shù)據(jù)結構。 IDLE(默認環(huán)境)你可能總是不能避免遇到，尤其是如果你是一個初學者。在本教程中，我們將講授一點關于如何使用Python進行數(shù)據(jù)分析的信息，咀嚼它，直到我們覺得舒適并可以自己去實踐。精選資料引言目錄1. 數(shù)據(jù)分析的Python基礎o 為什么學Python用來數(shù)據(jù)分析o Python v/s o 怎樣安裝Pythono 在Python上運行一些簡單程序2. Python的庫和數(shù)據(jù)結構o Python的數(shù)據(jù)結構o Python的迭代和條件結構o Python庫3. 在Python中使用Pandas進行探索性分析o 序列和數(shù)據(jù)框的簡介o 分析Vidhya數(shù)據(jù)集——貸款的預測問題這里沒有正確/錯誤的選擇。 沒有明確的贏家，但我想，底線是，你應該專注于學習Python語言。 iPython notebook ——類似于R的markdown你應該熟悉他們，以便恰當?shù)氖褂盟鼈?。如果你像完成以下任務?. 乘2矩陣2. 求二次方程的根3. 繪制條形圖和直方圖4. 建立統(tǒng)計模型5. 訪問網(wǎng)頁它廣泛用于數(shù)據(jù)再加工和數(shù)據(jù)準備。 Bokeh創(chuàng)建交互式圖、儀表盤和現(xiàn)代Web瀏覽器上的數(shù)據(jù)應用。但對于初學者，你會發(fā)現(xiàn)和urllib2細微的差別，Requests可能更方便。 在加載數(shù)據(jù)之前，讓我們了解Pandas 中的2個關鍵的數(shù)據(jù)結構——序列和數(shù)據(jù)框序列和數(shù)據(jù)框的簡介 pandas 對于非數(shù)值（例如property_area，credit_history等），我們可以看看頻率分布，了解他們是否有意義。這可以歸因于社會上的收入差距。 注：這里的貸款狀況已被編碼，使用1代表yes，而0代表no，因此，所以均值代表了獲得貸款的概率。如何填補LoanAmount的缺失值？ 這應該給你提供了一個估計貸款金額的缺失值好方法。一個方法就是把所有的變量都加入模型，這可能會導致過度擬合（如果你還不知道這個術語，不要擔心）。我們現(xiàn)在有兩個選擇：1. 工程特征：導出新信息并試圖預測。讓我們嘗試一個更復雜的算法，看看它是否有幫助：隨機森林 注意，雖然準確度降低，但交叉驗證得分提高表明該模型推廣良好。 Python確實是一個偉大的工具，并正在成為數(shù)據(jù)科學家之間一個越來越流行的語言。我相信這不僅給你一個基本的數(shù)據(jù)分析方法的想法，它也展示了你如何實現(xiàn)一些當下存在的更復雜的技術。此外，我們將修改一點點隨機森林模型的參數(shù)： 在這里，我們觀察到，雖然增加變量時提高了準確度，交叉驗證錯誤下降。準確度和交叉驗證得分不受那些影響較小變量的影響。邏輯回歸此外，我鼓勵你考慮可能的額外的信息，可以來自數(shù)據(jù)。 現(xiàn)在，我們將創(chuàng)建一個數(shù)據(jù)透視表，它提供了我們所有Education和self_employed變量的唯一值分組的中位數(shù)。例如，如果loan_amount_term是0，它是有意義的或者你認為是缺失的？我想你的答案是缺失的，你是對的。2. 當我們查看數(shù)據(jù)的分布時，我們看到，applicantine和LoanAmount似乎在兩端都含有極端值。 如果你還沒有意識到，我們剛剛在這里創(chuàng)建了兩個基本的分類算法，一個基于信用歷史，而另一個基于2個分類變量（包括性別）。例如，讓我們看看基于信用記錄，可以獲得貸款的可能性。fare 的箱圖可以使用下面代碼繪制： 請注意，我們通過比較的平均值和中位數(shù)，即50%位數(shù)，來得到偏差的概念。 numpy我們現(xiàn)在將使用Pandas從Analytics Vidhya的競賽中讀數(shù)據(jù)集，進行探索性分析，建立我們的第一個基本分類算法來解決這一問題。 Requests用于訪問網(wǎng)絡。Seaborn旨在使可視化成為探索和理解數(shù)據(jù)的核心部分。 第二方式，你需要導入math的整個命名空間，你可以直接使用factorial()，而不用提到math。 例如，如果我們想打印出某個數(shù)字n是偶數(shù)還是奇數(shù)：元組是不可變的，輸出的用括號包圍，目的是嵌套結構可以被正確處理。2 .在Python上運行一些簡單程序Python的數(shù)據(jù)結構 終端/基于ShellPython 3在過去5年已經(jīng)發(fā)布的穩(wěn)定版本，并將繼續(xù)。 這是關于Python的一個最具爭議的話題。 由于Python缺乏數(shù)據(jù)科學的資源，我決定寫這篇教程來幫助別人更快地學習Python。 幾年后發(fā)生了。4. 在Python中使