项目3 该项目利用与MatPlotLib和Pandas配对的Scikit-Learn来尝试确定哪些因素(如果有的话)是柯林斯堡水质每年的关键因素。 通过使用Scikit-Learn,可以将数据拟合到模型中,然后将这些模型用于预测数据。 以及通过使用均方误差(mse)和r ^ 2来确定预测数据是否正确。 使用的测量值为:pH,浊度(NTU)和温度(C)。 可在此处获得: 。 初始图 使用pd.read_csv读取了csv文件,并将其转换为已清理的数据框。 为包含pH,浊度和温度数据的列分配了X和y值,因此可以绘制数据。 以下是一些初始情节之一。 为了进行比较,将数据绘制为:“ Poudre水和成品水”与“ Horsetooth水和成品水”,以查看源水对成品水的影响是否存在明显差异。 尽管自来水厂使用两种不同的水源,但此时的数据是一致的。 使用Scikit-Learn 使用mse和r ^
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~