|
|
@ -16,11 +16,11 @@
|
|
|
|
|
|
|
|
|
|
|
|
## 对你的数据提出正确的问题
|
|
|
|
## 对你的数据提出正确的问题
|
|
|
|
|
|
|
|
|
|
|
|
你需要回答的问题将决定你将使用哪种类型的 ML 算法。你得到的答案的质量将在很大程度上取决于你的数据的性质。
|
|
|
|
你提出的问题将决定你将使用哪种类型的 ML 算法。你得到的答案的质量将在很大程度上取决于你的数据的性质。
|
|
|
|
|
|
|
|
|
|
|
|
查看为本课程提供的[数据](../data/US-pumpkins.csv)。你可以在 VS Code 中打开这个 .csv 文件。快速浏览一下就会发现有空格,还有字符串和数字数据的混合。还有一个奇怪的列叫做“Package”,其中的数据是“sacks”、“bins”和其他值的混合。事实上,数据有点乱。
|
|
|
|
查看为本课程提供的[数据](../data/US-pumpkins.csv)。你可以在 VS Code 中打开这个 .csv 文件。快速浏览一下就会发现有空格,还有字符串和数字数据的混合。还有一个奇怪的列叫做“Package”,其中的数据是“sacks”、“bins”和其他值的混合。事实上,数据有点乱。
|
|
|
|
|
|
|
|
|
|
|
|
事实上,获得一个完全准备好用于创建开箱即用的ML模型的数据集并不是很常见。在本课中,你将学习如何使用标准 Python 库准备原始数据集。你还将学习各种技术来可视化数据。
|
|
|
|
事实上,得到一个完全准备好用于创建 ML 模型的开箱即用数据集并不是很常见。在本课中,你将学习如何使用标准 Python 库准备原始数据集。你还将学习各种技术来可视化数据。
|
|
|
|
|
|
|
|
|
|
|
|
## 案例研究:“南瓜市场”
|
|
|
|
## 案例研究:“南瓜市场”
|
|
|
|
|
|
|
|
|
|
|
|