Used-car-Task-2

简介

天池 数据挖掘入门-二手车交易价格预测
地址 https://tianchi.aliyun.com/competition/entrance/231784/information
目标 探索性数据分析

1. 了解数据集结构及特征
2. 了解变量间关系，以及变量与预测值间的关系
3. 探索性数据分析形成图表

步骤

1. 载入各种数据科学以及可视化库:
   数据科学库 pandas、numpy、scipy；
   可视化库 matplotlib、seabon；
   其他；
2. 载入数据：
   载入训练集和测试集；
   简略观察数据(head()+shape)；
3. 数据总览:
   通过describe()来熟悉数据的相关统计量
   通过info()来熟悉数据类型
4. 判断数据缺失和异常
   查看每列的存在nan情况
   异常值检测
5. 了解预测值的分布
   总体分布概况（无界约翰逊分布等）
   查看skewness and kurtosis
   查看预测值的具体频数
6. 特征分为类别特征和数字特征，并对类别特征查看unique分布
7. 数字特征分析
   相关性分析
   查看几个特征得 偏度和峰值
   每个数字特征得分布可视化
   数字特征相互之间的关系可视化
   多变量互相回归关系可视化
8. 类型特征分析
   unique分布
   类别特征箱形图可视化
   类别特征的小提琴图可视化
   类别特征的柱形图可视化类别
   特征的每个类别频数可视化(count_plot)
9. 用pandas_profiling生成数据报告