Project-3

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 ^