Powtórzenie: ogłoszenia motoryzacyjne

Część sekcji Statystyka w uczeniu maszynowym ścieżki Machine Learning w Coddy. Lekcja 55 z 64.

Wyzwanie

Średni

Serwis z używanymi samochodami przygotowuje oferty na potrzeby modelu cenowego. listings.csv zawiera fuel, condition (fair, good, excellent), km i price. Program odczytuje fuel.

Dodaj condition_score: fair 1, good 2, excellent 3.
Dodaj mileage: low do 50000 km, mid do 120000, high do 300000.
Zakoduj fuel metodą one-hot w cars (dtype=int).
Wyświetl kształt, liczbę samochodów w każdym przedziale przebiegu oraz liczbę ofert dla odczytanego rodzaju paliwa, średnią cenę i średni stan (2 miejsca po przecinku).

Pozostałe pięć ofert tworzy tę tabelę:

Pozostałe pięć ofert: 4 kolumny fuel, condition, km i price zmieniają się w 8. condition, km i price pozostają; condition daje condition_score, km daje mileage, a fuel staje się fuel_diesel, fuel_hybrid i fuel_petrol

Dla wejściowej wartości hybrid program wyświetla:

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

Spróbuj swoich sił

import pandas as pd

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

# Napisz swój kod poniżej

Wszystkie lekcje w sekcji Statystyka w uczeniu maszynowym

1Położenie i rozproszenie

Średnia i mediana Percentyle i kwartyle Wariancja i odchylenie standardowe Próba czy populacja?Najczęściej występująca wartość Podsumowanie: czasy dostaw

4Próby i populacje

Populacja i próba Średnie z prób się różnią Rozkład próbkowania Większe próby, mniej szumu Podsumowanie: ankietowanie mieszkańców

7Linie trendu

Reszty Dopasowanie metodą najmniejszych kwadratów Rysowanie dopasowanej prostej Przewidywanie za pomocą prostej Jak dobre jest dopasowanie?Podsumowanie: godziny ćwiczeń

10Kodowanie kategorii

Kategorie jako liczby Kodowanie one-hot Grupowanie liczb w przedziałyPowtórzenie: ogłoszenia motoryzacyjne

Poćwicz samodzielnie: Kompilator Python online