8、数据探索：从葡萄酒口感预测到玻璃类型分类及大数据处理

数据探索：从葡萄酒口感预测到玻璃类型分类及大数据处理

1. 葡萄酒口感预测的数据探索

1.1 葡萄酒数据集概述

葡萄酒口感数据集包含约 1500 种红葡萄酒的数据。对于每种葡萄酒，有一系列化学成分的测量值，如酒精含量、挥发性酸度和亚硫酸盐等。每种葡萄酒还有一个口感得分，该得分是由三位专业品酒师评分的平均值。问题是构建一个模型，结合这些化学成分测量值来预测口感得分，使其与人类品酒师给出的得分相匹配。

1.2 数据摘要与可视化

1.2.1 代码实现

__author__ = 'mike_bowles'

#read wine data into pandas data frame
wine = pd_read_wine()

print(wine.head())

#generate statistical summaries
summary = wine.describe()
print(summary)

wineNormalized = wine
ncols = len(wineNormalized.columns)

for i in range(ncols):
    mean = summary.iloc[1, i]
    sd = summary.iloc[2, i]
    wineNormalized.iloc[:,i:(i + 1)] = \
        (wineNormalized.iloc[:,i:(i + 1)] - mean) / sd

array = wineNormalized.values
plt.boxplot(array)