课程简介:
分类和预测是两种常用数据分析方式,可以用于提取数据类模型、预测未来的数据趋势,被广泛用于信用评价、医疗诊断、性能预测和购物选择分析等。本节采用决策树分类模型,利用 sklearn 库提供的决策树分类器对收入数据集进行收入水平分类、预测。
课程目标:
- 掌握 Dataframe 结构数据描述性统计分析方法
- 熟悉 sklearn 库决策树分类器构建方法
- 了解分类器性能评价指标及模型调整
精品课程内容较多,请访问「数析学院」官网学习
分类和预测是两种常用数据分析方式,可以用于提取数据类模型、预测未来的数据趋势,被广泛用于信用评价、医疗诊断、性能预测和购物选择分析等。本节采用决策树分类模型,利用 sklearn 库提供的决策树分类器对收入数据集进行收入水平分类、预测。
精品课程内容较多,请访问「数析学院」官网学习