Phân tích khám phá dữ liệu

Trước khi đi sâu vào chi tiết của pipeline và tiền xử lý, hãy thực hiện một chút phân tích khám phá trên bộ dữ liệu nhà ở Ames bản gốc, chưa qua xử lý. Ở các chương trước, dữ liệu đã được tiền xử lý sẵn để bạn tập trung vào các khái niệm cốt lõi của XGBoost. Trong chương này, bạn sẽ tự mình làm bước tiền xử lý!

Một phiên bản nhỏ hơn của bộ dữ liệu gốc, chưa qua xử lý đã được nạp sẵn vào một DataFrame của pandas tên là df. Nhiệm vụ của bạn là khám phá df trong Shell và chọn phương án không đúng. Mục tiêu lớn hơn của bài tập này là giúp bạn hiểu những loại biến đổi cần thực hiện để có thể sử dụng XGBoost.

Các phương án trả lời

DataFrame có 21 cột và 1460 hàng.

Giá trị trung bình của cột LotArea là 10516.828082.

DataFrame có giá trị bị thiếu.

Cột LotFrontage không có giá trị bị thiếu và các phần tử có kiểu float64.

Độ lệch chuẩn của SalePrice là 79442.502883.

Bài tập

Phân tích khám phá dữ liệu

Hướng dẫn

Các phương án trả lời

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Bài tập

Hướng dẫn

Các phương án trả lời

Bài tập