计算机毕设：使用特征因子分析和逻辑回归和决策树构建手机价格预测模型（博文底部vx获取）

1.读取数据与可视化

1.1 读数据表

手机定价数据集共有2000个样本，每个样本有21个特征，该数据集包含了一系列手机的型号，及其各种配置信息和价格范围，其中价格范围有四个取值，0表示廉价，1表示价格一般，2表示价格昂贵，3表示价格十分昂贵。本案例将利用机器学习算法来预测一个特定配置手机的售价范围。

battery_power	blue	clock_speed	dual_sim	fc	four_g	int_memory	m_dep	mobile_wt	n_cores	pc	px_height	px_width	ram	sc_h	sc_w	talk_time	three_g	touch_screen	wifi	price_range
842	0	2.2	0	1	0	7	0.6	188	2	2	20	756	2549	9	7	19	0	0	1	1
1021	1	0.5	1	0	1	53	0.7	136	3	6	905	1988	2631	17	3	7	1	1	0	2
563	1	0.5	1	2	1	41	0.9	145	5	6	1263	1716	2603	11	2	9	1	1	0	2
615	1	2.5	0	0	0	10	0.8	131	6	9	1216	1786	2769	16	8	11	1	0	0	2
1821	1	1.2	0	13	1	44	0.6	141	2	14	1208	1212	1411	8	2	15	1	1	0	1

1.2 缺失值检测

首先，检查数据集中的数据是否存在缺失情况。

数据缺失值情况：

</

列名	缺失值数量
battery_power	0
blue	0
clock_speed	0