Kaggle南瓜籽数据分析（大学生练手项目)

最新推荐文章于 2024-07-15 22:28:18 发布

乔贯虹弘红

最新推荐文章于 2024-07-15 22:28:18 发布

阅读量865

点赞数 2

文章标签：数据分析数据挖掘

本文链接：https://blog.csdn.net/qgh112065/article/details/127720400

版权

本文通过在Kaggle上获取的.arff文件进行南瓜籽数据分析，首先将数据转换成DataFrame并展示特征，包括面积、周长等。在数据预处理阶段，检查数据无重复值，并利用相关系数分析选择'Eccentricity', 'Roundness', 'Aspect_Ratio', 'Compactness', 'Major_Axis_Length'作为关键特征进行模型训练。" 114008113,10516629,ZN-61 PLC可编程控制器综合实训系统详解,"['PLC技术', '职业教育', '电气控制', '实训设备', '工业自动化']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、数据读取

1.首先先在kaggle上下载数据，文件格式为.arff

也就是第三个文件

2.将数据处理为DataFrame形式

from scipy.io import arff
import pandas as pd
name = 'Pumpkin_Seeds_Dataset.arff'#我直接把文件复制到项目文件里了
data=arff.loadarff(name)
df = pd.DataFrame(data)
print(df.head())
print(list(df))

查看特征值

['Area', 'Perimeter', 'Major_Axis_Length', 'Minor_Axis_Length', 'Convex_Area', 'Equiv_Diameter', 'Eccentricity', 'Solidity', 'Extent', 'Roundness', 'Aspect_Ration', 'Compactness', 'Class']

[“面积”、“周长”、“主要长度”、“次要长度”、“凸面积”、“等值直径”、“偏心率”、“坚固度”