Agile-data-science-deploying-a-predictive-system

予測システムの展開

この例では、Pythonスクリプトを使用して住宅価格の予測に役立つ予測モデルを作成および展開する方法を学習します。 予測システムの展開に使用される重要なフレームワークには、Anacondaと「Jupyter Notebook」が含まれます。

予測システムを展開するには、次の手順に従ってください-

• ステップ1 *-次のコードを実装して、csvファイルの値を関連する値に変換します。

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()

上記のコードは、次の出力を生成します-

上記のコード生成

• ステップ2 *-csvファイルの属性に含まれるデータ型を取得するために、describe関数を実行します。

data.describe()

関数の説明

• ステップ3 *-作成した予測モデルの展開に基づいて、関連する値を削除できます。

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

関連付けられた値

• ステップ4 *-レコードごとにデータを視覚化できます。 データは、データサイエンス分析およびホワイトペーパーの出力に使用できます。

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

データサイエンス分析