部署預測系統

在本示例中，我們將學習如何建立和部署預測模型，該模型用於預測房價，方法是使用 python 指令碼。用於部署預測系統的重要框架包括 Anaconda 和“Jupyter Notebook”。

請按照以下步驟部署預測系統 -

步驟 1 - 實施以下程式碼，將 csv 檔案中的值轉換為關聯的值。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import mpl_toolkits

%matplotlib inline
data = pd.read_csv("kc_house_data.csv")
data.head()

上述程式碼生成以下輸出 -

步驟 2 - 執行 describe 函式以獲取 csv 檔案屬性中包含的資料型別。

data.describe()

步驟 3 - 我們可以根據我們建立的預測模型的部署來放棄關聯的值。

train1 = data.drop(['id', 'price'],axis=1)
train1.head()

步驟 4 - 您可以逐記錄視覺化資料。這些資料可用於資料科學分析和白皮書的輸出。

data.floors.value_counts().plot(kind='bar')