python如何做人工智能_出乎意料的简单！10分钟用python进行人工智能建立预测模型...

介绍

鉴于Python在过去几年中的兴起及其简洁性，对于数据科学领域的Python学家意义重大。这篇文章会用最容易的方式引导你更快地构建第一个预测模型。

出乎意料的简单!10分钟用python进行人工智能建立预测模型

揭秘预测建模的过程

我一直专注于在模型构建的初始阶段投入质量时间，如假设生成/脑力激荡会议/讨论或理解领域。所有这些活动都帮助我解决问题，最终导致我设计出更强大的业务解决方案。有充分理由说明你应该事先花时间：

1. 你有足够的时间进行投资而且你很新鲜（它有影响力）

2. 您不会对其他数据点或想法产生偏见（我总是建议，在深入挖掘数据之前进行假设生成）

3. 在稍后阶段，您将急于完成项目并且无法花费高质量的时间

这个阶段需要一个高质量的时间，所以我不在这里提及时间表，我建议你把它作为标准做法。它将帮助您构建更好的预测模型，从而减少后期工作的迭代次数。让我们看看第一个模型构建中的剩余阶段和时间轴：

让我们看看第一个模型构建中的剩余阶段和时间轴

1. 对数据的描述性分析 - 50％的时间

2. 数据处理（缺失值和异常值修复） - 40％的时间

3. 数据建模 - 4％的时间

4. 性能评估 - 6％的时间

PS这是仅用于第一个模型构建的时间的分割

让我们一步一步地完成这个过程（估算每个步骤花费的时间）：

第1阶段：描述性分析/数据探索：

作为数据科学家的最初几天，数据探索过去常常花费很多时间。随着时间的推移，已经对数据进行了大量自动化操作。鉴于数据准备占据了构建第一个模型的50％的工作，