python數據分析(DOC 46頁)

1.LoanAmount有(614–592)22個缺失值
1.乘2矩陣
1.使用一個更複雜的模型並不能保證更好的結果。
1.減少預測的數量
1.在一些變量中有缺失值。我們應該基於丟失的值的數量明智地估計這些值並評估該變量的重要性。
1.工程特征：導出新信息並試圖預測。我將把這留給你的創造力。
1.數據探索—從我們所擁有的數據中發現更多
1.更整齊和更快！Python開發者修正了一些固有的問題和小缺點，
以此為未來建立一個強大的基礎。這些可能不是很相關，但最終會很重要。
1.有信用記錄的申請人（記得我們在探索時觀察到的？）
1.極好的社區支持！這是你在初期需要的東西。Python2發行於2000年末，已經被使用超過15年。
1.數據分析的Python基礎
1.數據分析的Python基礎
2.在Python上運行一些簡單程序
2.Loan_Amount_Term有(614–600)14個缺失值
2.當我們查看數據的分布時，我們看到，applicantincome和LoanAmount似乎在兩端都含有極端值。
雖然他們可能有直觀的感覺，但應適當處理。
2.很多第三方庫！雖然許多庫已經提供了3.X的支持，但仍然有大量的模塊隻工作在
2.X。如果你計劃將Python用於具體的應用，如Web開發這種高度依賴外部模塊的，你選擇2.7可能會更好。
2.數據修改—清理數據和並修改它使它更適合用來統計建模
2.更好的建模技術。讓我們探索這個下一個。
2.求二次方程的根
2.申請人或著共同申請人具有較高收入的申請
2.調整模型參數
..............................