阿里云天池比赛——二手车交易价格预测数据集，包含训练集和测试集B。用于入门机器学习数据挖掘的非常好的比赛。

该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏。

二手车交易价格预测day11.加载所需的库数据2. 读取数据集2.数据的探索性可视化分析数据里面有的值大，有的值小，有的列还有缺失值等等，如何快速查看这些数据的分布呢？如何更加明了的以图像的方式呈现呢？在这里，你可以使用pandas_profiling模块工具一键生成探索性数据分析报告为了后续可以同时对训练数据集和测试数据集进一步进行数据清洗和特征工程，这里先将训练集和测试集数据进行合并查看训练集的列名查看各属性列的数据缺失比例把特征分成三部分，分别是日期特征、类别特征、数值特征查看各个数值特征

TASK2:数据分析 摘自 AI蜗牛车 在Datawhale 数据挖掘入门：数据分析部分的讲义 赛题：零基础入门数据挖掘 – 二手车交易价格预测 地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b02448ausjSX 1 主要的内容 载入各种数据科学以及可视化库: 数据科学库 pandas、numpy、scipy； 可视化库 matplotlib

二、EDA-数据探索性分析 前面的步骤就不做赘述了，我在下载好资料后，在jupyter notebook里将数据导入，随后进行课程内容的一系列指导操作，熟悉数据集，包括： 2.1 载入各种数据科学以及可视化库: 数据科学库 pandas、numpy、scipy； 可视化库 matplotlib、seabon； 其他； 2.2 载入数据： 载入训练集和测试集； 简略观察数据**(head()+shape)**； 2.3 数据总览: 通过**describe()**来熟悉数据的相关统计量 通过**i