2.7 KiB
Antworten erkunden
Dies ist eine Fortsetzung der Aufgabe aus der vorherigen Lektion, in der wir einen kurzen Blick auf den Datensatz geworfen haben. Jetzt werden wir den Datensatz genauer untersuchen.
Noch einmal die Frage, die der Kunde beantwortet haben möchte: Geben Fahrgäste von gelben Taxis in New York City im Winter oder Sommer mehr Trinkgeld?
Ihr Team befindet sich in der Analyzing-Phase des Data Science Lifecycles, in der Sie für die explorative Datenanalyse des Datensatzes verantwortlich sind. Ihnen wurde ein Notebook und ein Datensatz mit 200 Taxitransaktionen aus Januar und Juli 2019 zur Verfügung gestellt.
Anweisungen
In diesem Verzeichnis finden Sie ein Notebook und Daten von der Taxi & Limousine Commission. Weitere Informationen zu den Daten finden Sie im Datenwörterbuch des Datensatzes und im Benutzerhandbuch.
Verwenden Sie einige der in dieser Lektion vorgestellten Techniken, um Ihre eigene explorative Datenanalyse im Notebook durchzuführen (fügen Sie bei Bedarf Zellen hinzu) und beantworten Sie die folgenden Fragen:
- Welche anderen Einflüsse in den Daten könnten die Höhe des Trinkgelds beeinflussen?
- Welche Spalten werden höchstwahrscheinlich nicht benötigt, um die Frage des Kunden zu beantworten?
- Basierend auf den bisher bereitgestellten Informationen: Liefern die Daten Hinweise auf ein saisonales Trinkgeldverhalten?
Bewertungskriterien
| Vorbildlich | Angemessen | Verbesserungswürdig |
|---|
Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, weisen wir darauf hin, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.