python数据处理过程——房价预测

本文通过使用Python进行房价预测,详细介绍了从数据读取到初步分析的过程。运用pandas、numpy、matplotlib和seaborn等库,对训练数据进行描述性统计分析,并通过散点图和分布图展示目标变量'SalePrice'的分布特性,揭示其偏态和峰度。同时,分析了'GrLivArea'与'SalePrice'之间的关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

参考:https://blog.youkuaiyun.com/Amy_mm/article/details/79538083

https://www.kaggle.com/pmarcelino/comprehensive-data-exploration-with-python(处理回归)

https://www.kaggle.com/pmarcelino/data-analysis-and-feature-extraction-with-python/data#Exploratory-data-analysis-and-feature-extraction-with-Python(处理分类)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns  # 统计绘图

from sklearn.preprocessing import StandardScaler
from scipy.stats import norm
from scipy import stats  # 统计

import warnings

warnings.filterwarnings('ignore')
df_train = pd.read_csv('train.csv')
df_test = pd.read_csv('test.csv')
print(f"columns:{df_train.columns}")

print(df_train['SalePrice'].describe())

sns.distplot(df_train['SalePrice'])
plt.show()

#show skewness and Kurtosis  偏态和峰度
print("Skewness : %f " % df_train['SalePrice'].skew())
print("Kurtosis : %f " % df_train['SalePrice'].kurt())

# scatter plot  Grlivearea / SalePrice
var = 'GrLivArea'
# pd.concat 函数可以将数据根据不同的轴作简单的融合 axis = 0-->代表行  axis = 1 --> 代表列
data = pd.concat([df_train['SalePrice'], df_train[var]], axis=1)
data.plot.scatter(x=var, y='SalePrice', ylim=(0, 800000))
plt.show()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值