39、毛驴体重预测模型：从数据探索到模型评估

毛驴体重预测模型：从数据探索到模型评估

在数据分析与建模的过程中，我们常常需要对各种数据集进行深入挖掘，以找到能够准确描述和预测现象的模型。本次我们聚焦于毛驴体重的预测问题，通过一系列的数据处理、探索性分析、模型构建和评估，最终得到了一个简单且有效的预测模型。

数据预处理与分割

在开始分析之前，我们对数据进行了清洗和质量检查，移除了数据框中的三个异常观测值。随后，为了确保模型的泛化能力，我们将数据按 80/20 的比例划分为训练集和测试集。具体操作如下：

import numpy as np

# 随机打乱数据索引
np.random.seed(42)
n = len(donkeys)
indices = np.arange(n)
np.random.shuffle(indices)
n_train = int(np.round((0.8 * n)))

# 划分训练集和测试集
train_set = donkeys.iloc[indices[:n_train]]
test_set = donkeys.iloc[indices[n_train:]]

这个过程可以用以下 mermaid 流程图表示：

graph LR
    A[原始数据] --> B[数据清洗]
    B --> C[随机打乱索引]
    C --> D[划分训练集和测试集]
    D --> E[训练集]
    D --> F[测试集]

探索性数据分析