零基础入门数据挖掘--二手车交易价格预测之二--数据探索性分析

探索性数据分析的步骤

1、简略观察数据

  • head()
  • shape

2、数据总览

  • 通过describe()来熟悉数据的相关统计量
  • 通过info()来熟悉数据类型

3、判断数据缺失和异常

  • 查看每列的存在nan情况,pd.isnull().sum()
  • 异常值检测,Train_data['notRepairedDamage'].value_counts()

4、了解预测值的分布

  • 总体分布概况(无界约翰逊分布等)

       1)Train_data['price'].value_counts()

       2)sns.distplot(y, kde=False, fit=st.johnsonsu)
             sns.distplot(y, kde=False, fit=st.norm)
             sns.distplot(y, kde=False, fit=st.lognorm)

  • 查看skewness and kurtosis

          sns.distplot(Train_data['price']);
          print("Skewness: %f" % Train_data['price'].skew())
          print("Kurtosis: %f" % Train_data['price'].kurt())

  • 查看预测值的具体频数

          plt.hist(Train_data['price'], orientation = 'vertical',histtype = 'bar', color ='red')

          plt.hist(np.log(Train_data['price']), orientation = 'vertical',histtype = 'bar', color ='red') 

          plt.show()

5、特征分为类别特征和数字特征,并对类别特征查看unique分布

6、数字特征分析

  • 相关性分析
  • 查看几个特征得 偏度和峰值
  • 每个数字特征得分布可视化
  • 数字特征相互之间的关系可视化
  • 多变量互相回归关系可视化

7、类型特征分析

  • unique分布
  • 类别特征箱形图可视化
  • 类别特征的小提琴图可视化
  • 类别特征的柱形图可视化类别
  • 特征的每个类别频数可视化(count_plot)

8、用pandas_profiling生成数据报告

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值