2.4 KiB
Udforskning efter svar
Dette er en fortsættelse af den tidligere lektions opgave, hvor vi kort kiggede på datasættet. Nu vil vi tage et dybere kig på dataene.
Igen, spørgsmålet som kunden ønsker svar på: Giver passagerer i gule taxaer i New York City større drikkepenge til chauffører om vinteren eller sommeren?
Dit team befinder sig i Analyzing-fasen af Data Science Lifecycle, hvor I er ansvarlige for at udføre eksplorativ dataanalyse på datasættet. I har fået udleveret en notebook og et datasæt, der indeholder 200 taxatransaktioner fra januar og juli 2019.
Instruktioner
I denne mappe findes en notebook og data fra Taxi & Limousine Commission. Se datasættets ordbog og brugervejledning for mere information om dataene.
Brug nogle af teknikkerne fra denne lektion til at udføre din egen EDA i notebooken (tilføj celler, hvis du ønsker det) og besvar følgende spørgsmål:
- Hvilke andre faktorer i dataene kunne påvirke drikkepengebeløbet?
- Hvilke kolonner vil sandsynligvis ikke være nødvendige for at besvare kundens spørgsmål?
- Baseret på det, der hidtil er blevet leveret, ser dataene ud til at give nogen beviser for sæsonbestemt drikkepengeadfærd?
Bedømmelseskriterier
| Eksemplarisk | Tilstrækkelig | Kræver forbedring |
|---|
Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.