7、机器学习项目中的数据探索与预处理

机器学习项目中的数据探索与预处理

1. 数据操作与地理数据可视化

为了便于对数据进行操作，我们先创建训练集的副本，这样在操作过程中就不会影响到原始的训练集。以下是创建副本的代码：

housing = strat_train_set.copy()

由于数据集中包含地理信息（纬度和经度），我们可以通过绘制散点图来可视化这些数据。

housing.plot(kind="scatter", x="longitude", y="latitude")

这个散点图看起来像加利福尼亚州的地图，但很难从中看出特定的模式。通过将 alpha 参数设置为 0.1，可以更清晰地看到数据点密度较高的区域。

housing.plot(kind="scatter", x="longitude", y="latitude", alpha=0.1)

从这个改进后的可视化结果中，我们可以清楚地看到高密度区域，如湾区、洛杉矶和圣地亚哥周边，以及中央山谷中萨克拉门托和弗雷斯诺周边的高密度区域。

接下来，我们可以进一步查看房价信息。通过设置圆的半径表示地区人口（ s 参数），颜色表示房价（ c 参数），并使用预定义的颜色映射 jet （从蓝色表示低价到红色表示高价），绘