探索性数据分析工具easyeda怎么用

这篇文章将为大家详细讲解有关探索性数据分析工具easyeda怎么用,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。

创新互联,为您提供重庆网站建设公司成都网站制作、网站营销推广、网站开发设计,对服务成都广告设计等多个行业拥有丰富的网站建设及推广经验。创新互联网站建设公司成立于2013年,提供专业网站制作报价服务,我们深知市场的竞争激烈,认真对待每位客户,为客户提供赏心悦目的作品。 与客户共同发展进步,是我们永远的责任!

在算法工程师的日常工作中,探索性数据分析(Exploratory Data Analysis)是一种常见的任务。通过分析数据的缺失情况,分布情况,以及和标签的相关性等,数据EDA可以帮助算法工程师评估数据的质量,了解数据的特点,为特征工程提供方向指引,并对后续建立的模型能够达到的效果上限形成初步预期。

我将我常用来进行数据EDA的这套脚本封装成了一个库easyeda并在PyPI和github开源了出来。这是我个人发布的第一个开源Python包。

一,easyeda简介

easyeda是一个简单但是实用的探索性数据分析工具。

easyeda可以对常见的二分类问题,多分类问题,以及回归问题进行探索性数据分析。

easyeda支持所有常见的数值型,字符串型数据,bool型数据属性的探索性数据分析。

easyeda支持常见的缺失值分析,数据分布分析,数据和label的相关性分析,训练集和测试集数据的同分布性分析。

二,使用范例

首先,可以使用pip安装easyeda。

pip install easyeda

然后可以通过如下示范代码进行调用。

from easyeda import eda
import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split


boston = datasets.load_boston()
df = pd.DataFrame(boston.data,columns = boston.feature_names)
df["label"] = boston.target
dftrain,dftest = train_test_split(df,test_size = 0.3)
dfeda = eda(dftrain,dftest,language="Chinese")

探索性数据分析工具easyeda怎么用

核心代码只有两行:

from easyeda import eda
dfeda = eda(dftrain,dftest,language="Chinese")

关于探索性数据分析工具easyeda怎么用就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。


网页名称:探索性数据分析工具easyeda怎么用
标题链接:http://pwwzsj.com/article/gpgdpc.html