本文通过分析kaggle上的葡萄酒评分数据集，使用Python进行数据探索，包括评分分布、价格区间、性价比计算，并揭示了评分与价格的关系，以及葡萄酒的主要生产国。最后，介绍了数据集中葡萄品种的多样性。
我就去kaggle上瞄了一眼
打开了新世界的大门！
kaggle上有世界各国网友提供的数据集
https://www.kaggle.com/datasets
我这次选了个葡萄酒评分的数据
下载下来之后
内容是这样的
一共有150929条记录
数据集的描述是这样的：
在观看Somm（侍酒师纪录片）之后，数据及提供者想知道如何创建一个预测模型，通过像侍酒师那样的盲品来鉴别葡萄酒。 第一步是收集一些数据来训练一个模型。 他打算根据品酒的描述/评论中使用的单词利用深度学习来预测葡萄酒品种。 该模型虽然不能品尝葡萄酒，但理论上可以基于侍酒师可以给出的描述来识别葡萄酒。
小编百度了一下Somm的影片信息如下：
我们看看各字段含义：
评分（Points）：评分为1-100
品种（Variety）：用来制作葡萄酒的葡萄品种
描述（Description）：侍酒师的几句话描述酒的味道，气味，外观，感觉等。
国家（Co
最低0.47元/天 解锁文章
803
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
