Distribuzione di un sistema predittivo

In questo esempio, impareremo come creare e distribuire un modello predittivo che aiuta nella previsione dei prezzi delle case utilizzando lo script Python. L'importante framework utilizzato per l'implementazione del sistema predittivo comprende Anaconda e "Jupyter Notebook".

Segui questi passaggi per distribuire un sistema predittivo:

Step 1 - Implementa il codice seguente per convertire i valori dai file CSV ai valori associati.

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()

Il codice precedente genera il seguente output:

Step 2 - Esegui la funzione di descrizione per ottenere i tipi di dati inclusi negli attributi dei file csv.

data.describe()

Step 3 - Possiamo eliminare i valori associati in base alla distribuzione del modello predittivo che abbiamo creato.

train1 = data.drop(['id', 'price'],axis=1)
train1.head()

Step 4- Puoi visualizzare i dati come da record. I dati possono essere utilizzati per l'analisi della scienza dei dati e l'output di white paper.

data.floors.value_counts().plot(kind='bar')