Description

رس: د ا و د ب زاده ا ن: ر ن، د
٢٣:۵۹ ،۱۴۰۱ ۱۶ :
در ا وژه،Jupyter Notebook و ی ن ا ا ار ی در
ش و د ی . در ا وژه ا ا ر وvisualization داده دا و در ادا ی روی داده ا م داد ها ، ل د هیclassification ای د اور .
ی رد ا ده در ا وژهnumpy ،pandas وmatplotlib اه ا ارnotebook jupyter اد، ای ا ا ا ط ام را .
داده
train.csv در ر رت وژه ار ا ؛ ای ا ا در ز ه
، ا ده د. در از ا ر رد ط ر ا ه ا ا ت ز را ن
د :
● و ز ه ن ن
●● ع
●● اد ا، ادر ان در
● اد وا ز ان در
● ره
● ا
● ره
(C = Cherbourg, Q = Queenstown, S = Southampton) ری در ان ار ه ا●
test.csv در ر رت وژه ار داده ه ا ا نSurvived ای داده ی ان و د ارد. در ا
وژه ا ا د را ا ده از ل ا ری ده . ای ا ل از
. ا ده(train.csv) : روش
دا در ا داده وی، راVectorization ا م د . ا ده ازز . ت طvectorization در ا ا ه ا .
۱. ا اtrain.csv را ا ده ازpandas ا ه و ای ان را درdataframe ذ ه .ا ده از یhead, tail, describe وinfo ازpandas ، ر داده را ر دهو د ام از و ، ا را ن د .
۲. ل ا ده ازpandas info ع ام از ن ی داده را ن د . ن ازع د ای و د از ع دی . ای دازش ن ی دی، از راه ی اری ا ؛ ر ام از د د .
ای ل در ا داده، د ای مSex و د دارد دmale وfemale .
د ا ن را ای داده ام از ا ل از ا اد ز هی [1,0] .
۳. ه ار از ن ی ،NaN ا ً ا درداده و د دارد.pandas د ی راNaN ن د . ل ا ده از ب وا ا ، ای ن اد را ار ان ن ای ا ا را ن د .
ار ل را را روش ، ن ن، . دا
ن د ا ل ی ان NaN را ان ی دن، ر ف د.
ا و روش دن ل ار را در ارش د ذ .
۴. در ا داده، ن و د دار ای ل، ار دی دار ؛ از ا رو، ر ان ا ت ی ای ز ه ن ن ان در ا ر ار د و در ادا ر،
ا ا ن را از داده ف د.
۵. ا ا ازpandas ن د اد از ان زن و اد د .
ن د اد از دان در رSouthampton ار ها .
۶. اد ان ی ۳۵ ل ون ا را ن د ع ان ۳ .
۷. ا ا ازpandas ، ا ا در رQueenstown ار ها
را ن د .
۸. را ر د ون ا ده ازvectorization ( ا ده از ) ا م د . ز ن ا ای دو روش را و ده، در ارش د ور .
۹. ا ده ازpandas hist ، ز ن از داده را روی دار ن د .
۱۰. از راه ی د داده ای ل ی د ی ، ل زی داد ه . ای م ن ،لزی را دن و دن ا اف ر ا م داده و را ن د .
۱۱. ا ا ای دو ز ه ه ا ، و ا اف ر را اورده و ذ ه .ا ده ازscipy.stats ا ل (PDF) ز ل و و ا اف ریاورد را ر . دو ط ت ز ه ه/ه روی دارر وت ر و ا . ا دار را و و () را ای ا ب ان
ورودی ل ارش . ا ل د را ای ا ب ا و ح د .
۱۲. ا ده از و ا اف ر ی و ا ب ه در ، ای یtest.csv ،س (ز ه ن ن) ده و اه ا ن داده و درcsv ذ ه
.
Vectorization ت
Vectorization در وا ، ر از . در ش ، داده ی ر ر ؛ درا ا روی ا داده ر ا . ا ده ازvectorization ،ت روی ی ر از داده رت ازی و در ر ا م د. در ا
. اnumpy درbroadcasting وvectorization ا در رد
ت
۱. د ف وژه ا ؛ ا از ا ار ی داده دار ا ده وت ط از وژه را ر و در ل ، در ارش د ذ . ا درذ ه ای ا م د ، را د ذ و ان را و .
۲. و ارش د را در ده انAI_CA0_<#SID>.zip د . ت ارد ز :•jupyter-notebook ، وhtml و ی رد ز ای ا ای ان . و
و ی ا ه از ه ا را د . از در و ی رد ز در
. html
• در ر ازjupyter-notebook ا ده ، ی م از ده زید ها ، در مCode ار د و ارش وژهPDF ح ر ی ا م ه،
د ا ه و و ر ی ا ه در رت وژه را در ر ان ار د .
•csv ل ( ا و س ا ).
۳. د ر ر ا در رد وژه دا ا در وم درس در وه ام ح از انا ده ؛ در ا رت از ا ا ن در ار ط .
۴. ف از ، د ی . را د ن ا م د .
!