区域2（Region 2）：有时在葡萄酒产区内有更具体的区域，但是这个值有时可能是空白的。本想把有缺失值的记录去掉，去掉后发现只有US的葡萄酒信息，所以没去除存在缺失值的记录。描述（Description）：侍酒师的几句话描述酒的味道，气味，外观，感觉等。这样就可以看到，大部分的价格是在0-100（好像数据集提供者没告诉我价格的单位）发现评分相同的葡萄酒，价格还是差异挺大，特别是评分较高的葡萄酒价格的差异。发现价格集中在图示的最左端，因为有特殊离群值的影响，所以区间给的特别宽。
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
912
3039
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
