数据分析建模和评估

最新推荐文章于 2023-01-23 11:28:42 发布

Mao～

最新推荐文章于 2023-01-23 11:28:42 发布

阅读量395

点赞数

本文链接：https://blog.csdn.net/JoannaMao/article/details/108286329

版权

本文探讨了数据分析中建模的重要性和步骤，包括数据预处理、选择合适模型、训练与验证，以及如何使用评估指标衡量模型性能。通过案例分析，阐述了在实际工作中如何运用这些方法解决业务问题。

摘要由CSDN通过智能技术生成

# sklearn模型算法选择路径图
Image('sklearn.png')

在这里插入图片描述

'''
任务一：切割训练集和测试集
这里使用留出法划分数据集

将数据集分为自变量和因变量
按比例切割训练集和测试集(一般测试集的比例有30%、25%、20%、15%和10%)
使用分层抽样
设置随机种子以便结果能复现
'''
from sklearn.model_selection import train_test_split
X = data
y = train['Survived']
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y, random_state=0)
X_train.shape, X_test.shape
((668, 11), (