首先,要跟各位說明,這篇主要是參考William Koehrsen大神的這篇文章,也非常感謝他能對data science領域有這麼大的貢獻
這裡將介紹各種不同可以分析的Metrics,我引用以下的將不同的metrics分類的圖, 大家可以先參考看看,以下會針對上面兩部分的metrics做介紹
因為本人是詹皇死粉,這篇主要會用Lebron James的得分數據來對在ptt NBA板裡面著名的話題,今天擲了多少點做分佈分析和爆擊率,極端爆擊率,烙賽率和極端烙賽率做視覺化(Visulaization),用的Python…
前提:
接續上一篇討論EDA,我們會繼續接下來的步驟
在這個project最後的篇章裡, 我將向各位介紹, 我們如何走過Data Scientist最重要的階段, 不僅藉由這個預測的結果, 我可以很有自信的說只要我有這一些features…
大家好,在這次的文章裡,我將帶大家手把手的從’探索資料分析’開始,關於數據的獲得和清理各位可以從我上一篇文章取得相關的處理方式和代碼,如對本文章有興趣,希望了解完整的代碼,可以參考的我的github…
我們已經透過資料爬蟲, 清理, EDA, 特徵工程, 特徵選擇來將資料進行到最後建造模型的步驟了