39、驴体重预测模型构建与评估

驴体重预测模型构建与评估

1. 数据预处理与划分

在进行数据分析之前，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。接着，为了后续的模型评估，我们将数据划分为训练集和测试集。划分测试集和训练集是数据分析中的一个最佳实践，应在详细探索数据之前进行，这样可以确保测试集不参与模型决策过程，从而更真实地模拟模型在新数据上的表现。

我们采用 80/20 的划分比例，即 80%的数据用于探索和构建模型，20%的数据用于评估模型。具体操作步骤如下：
1. 随机打乱数据框的索引：

import numpy as np
np.random.seed(42)
n = len(donkeys)
indices = np.arange(n)
np.random.shuffle(indices)
n_train = int(np.round((0.8 * n)))

2. 将前 80%的数据分配给训练集，剩余 20%的数据分配给测试集：

train_set = donkeys.iloc[indices[:n_train]]
test_set = donkeys.iloc[indices[n_train:]]

2. 数据探索

接下来，我们对训练数据进行探索，寻找有助于构建模型的特征关系和分布。
- 分类特征与体重的关系 ：我们首先查看年龄、性别和身体状况