Déployer un système prédictif
Dans cet exemple, nous allons apprendre à créer et déployer un modèle prédictif qui aide à la prédiction des prix des logements à l'aide d'un script python. Le cadre important utilisé pour le déploiement du système prédictif comprend Anaconda et «Jupyter Notebook».
Suivez ces étapes pour déployer un système prédictif -
Step 1 - Implémentez le code suivant pour convertir les valeurs des fichiers csv en valeurs associées.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import mpl_toolkits
%matplotlib inline
data = pd.read_csv("kc_house_data.csv")
data.head()
Le code ci-dessus génère la sortie suivante -
![](https://assets.edu.lat/agile_data_science/images/above_code_generates.jpg)
Step 2 - Exécutez la fonction describe pour obtenir les types de données inclus dans les fichiers csv attribués.
data.describe()
![](https://assets.edu.lat/agile_data_science/images/describe_function.jpg)
Step 3 - Nous pouvons supprimer les valeurs associées en fonction du déploiement du modèle prédictif que nous avons créé.
train1 = data.drop(['id', 'price'],axis=1)
train1.head()
![](https://assets.edu.lat/agile_data_science/images/associated_values.jpg)
Step 4- Vous pouvez visualiser les données selon les enregistrements. Les données peuvent être utilisées pour l'analyse de la science des données et la production de livres blancs.
data.floors.value_counts().plot(kind='bar')
![](https://assets.edu.lat/agile_data_science/images/data_science_analysis.jpg)