task3特征工程+task2EDA分析补充

由于task2打卡失误，仅包含赛题理解，所以在task3中做一个补充~~

task2补充

EDA中使用到的基本方法：

data.shape()查看数据行列总数

data.head().append(data.tail())查看首尾五行

data.describe()查看均值，标准差，数据分布等

data.info()数据信息

data.isnull().sum()查看数据为空总数

missingno绘制缺失数据分布图

seaborn包中sns.distplot绘图

.skew()和.kurt()查看偏度和峰值

.format(features,data[features].nunique())格式化输出不同的特征值

data.corr()查看数据相关系数

sns.heatmap()绘制数据热力图

sns.FacetGrid画出轮廓，然后用map填充内容

sns.pairplot()特征之间的相互关系可视化

以下为多变量间的关系可视化

fig, ((ax1, ax2), (ax3, ax4), (ax5, ax6), (ax7, ax8), (ax9, ax10)) = plt.subplots(nrows=5, ncols=2, figsize=(24, 20))

task3-特征工程

常见特征工程处理方法：

1.异常处理

使用箱线图去除异常值

• 箱子的中间一条线，是数据的中位数，代表了样本数据的平均水平。
• 箱子的上下限，分别是数据的上四分位数和下四分位数。这意味着箱子包含了50%的数据。因此&#