python葡萄酒数据集_利用python分析红葡萄酒数据

在本次分析中，我使用了随机森林回归，并涉及数据标准化和超参数调优。在这里，我使用随机森林分类器，对好酒和不太好的酒进行二元分类。

首先导入数据包：

importnumpy as npimportpandas as pdimportmatplotlib.pyplot as pltimport seaborn as sns

导入数据：

data = pd.read_csv(‘winequality-red.csv‘)

data.head()

data.describe()

注释：

fixed acidity：非挥发性酸

volatile acidity ： 挥发性酸

citric acid：柠檬酸

residual sugar ：剩余糖分

chlorides：氯化物

free sulfur dioxide ：游离二氧化硫

total sulfur dioxide：总二氧化硫

density：密度

pH：pH

sulphates：硫酸盐

alcohol：酒精

quality：质量

所有数据的数值为1599，所以没有缺失值。让我们看看是否有重复值：

extra =data[data.duplicated()]

extra.shape

有240个重复值，但先不删除它，因为葡