Menu
CoddyTech

Récapitulatif : annonces de voitures

Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 55 sur 64.

challenge icon

Défi

Moyen

Un site de voitures d’occasion prépare des annonces pour un modèle de prix. listings.csv contient fuel, condition (fair, good, excellent), km et price. Le programme lit un fuel.

  1. Ajoute condition_score : fair 1, good 2, excellent 3.
  2. Ajoute mileage : low jusqu’à 50000 km, mid jusqu’à 120000, high jusqu’à 300000.
  3. Effectue un encodage one-hot de fuel dans cars (dtype=int).
  4. Affiche la forme, le nombre de voitures par tranche de kilométrage, ainsi que le nombre d’annonces correspondant au carburant saisi, le prix moyen et l’état moyen (2 décimales).

Cinq autres annonces donnent ce tableau :

Cinq autres annonces : les 4 colonnes fuel, condition, km et price deviennent 8. condition, km et price restent ; condition donne condition_score, km donne mileage, et fuel devient fuel_diesel, fuel_hybrid et fuel_petrol

Avec la saisie hybrid, elles affichent :

Shape: (5, 8)
mileage
low     1
mid     3
high    1
Name: count, dtype: int64
hybrid listings: 3
Mean price: 10500.0
Mean condition: 2.0

Essayez vous-même

import pandas as pd

cars = pd.read_csv("listings.csv")
fuel = input()

# Écrivez votre code ci-dessous

Toutes les leçons de Statistiques pour le ML

Entraînez-vous par vous-même : Compilateur Python en ligne