数据分析实战 - 泊松回归-航班数据分析
75 浏览量
2023-11-11
13:15:14
上传
评论
收藏 521KB PDF 举报
数据及分析对象
CSV文件：o-ring-erosion-only.csv
该数据集给出了挑战者航天飞机的O型圈（O-Ring）数据，主要属性如下：
（1）Number of O-ring at risk on a given flight：航班上存在潜在风险的O形环数量。
（2）Number experiencing thermal distress：出现热损伤的O形环数量。
（3）Launch temperature(degrees F)：发射温度（华氏度）。
（4）Leak-check pressure(psi)：捡漏压力（psi）。
（5）Temporal order of flight：航班时序。
目的及分析任务
理解机器学习方法在数据分析中的应用——采用泊松回归方法进行回归分析。
（1）以全部记录为训练集进行泊松回归建模。
（2）对模型进行假设检验和可视化处理，验证泊松回归建模的有效性。
方法及工具
Python语言及其第三方包pandas、NumPy和statsmodels
一、数据读入
由于原数据没有表头，因此在读取CSV文件时通过names参数手动生成表头。
In[20]:
import pandas as pd
df_erosion=pd.read_csv("D:\Download\JDK\数据分析理论与实践by朝乐门_机械工业出版社\第3章 回归分
names=['Number of O-ring at risk on a given flight','Number experiencing the
'Launch temperature(degrees F)','Leak-check pressure(psi)','Temporal o
资源评论
