Question

Câu hỏi:

Dùng file test.csv id battery_power blue clock_speed dual_sim fc four_g int_memory m_dep mobile_wt n_cores pc px_height px_width ram sc_h sc_w talk_time three_g touch_screen wifi 1 1043 1 1.8 1 14 0 5 0.1 193 3 16 226 1412 3476 12 7 2 0 1 0 2 841 1 0.5 1 4 1 61 0.8 191 5 12 746 857 3895 6 0 7 1 0 0 3 1807 1 2.8 0 1 0 27 0.9 186 3 4 1270 1366 2396 17 10 10 0 1 1 4 1546 0 0.5 1 18 1 25 0.5 96 8 20 295 1752 3893 10 0 7 1 1 0 5 1434 0 1.4 0 11 1 49 0.5 108 6 18 749 810 1773 15 8 7 1 0 1 6 1464 1 2.9 1 5 1 50 0.8 198 8 9 569 939 3506 10 7 3 1 1 1 7 1718 0 2.4 0 1 0 47 1 156 2 3 1283 1374 3873 14 2 10 0 0 0 8 833 0 2.4 1 0 0 62 0.8 111 1 2 1312 1880 1495 7 2 18 0 1 1 9 1111 1 2.9 1 9 1 25 0.6 101 5 19 556 876 3485 11 9 10 1 1 0 10 1520 0 0.5 0 1 0 25 0.5 171 3 20 52 1009 651 6 0 5 1 0 1

Bài tập buổi 2

Đọc tập dữ liệu bằng python. Chạy thống kê tần số cho các biến bạn quan tâm (ít nhất 3 biến). Chọn cột (thuộc tính) và dòng theo câu hỏi nghiên cứu đã chọn. Giải thích kết quả
Thực hiện các quản lý dữ liệu (Tinh chỉnh, Loại bỏ các dữ liệu thiếu, Mã hóa lại, Tạo biến phụ, Nhóm các đối tượng). Chạy lại thống kê tần số cho các biến đã thực hiện quản lý dữ liệu. So sánh kết quả với kết quả trước.
Vẽ đồ thị cho từng biến (đồ thị đơn biến). Viết code

Answer 1

Dù tôi là một mô hình AI và không thể chạy mã Python tương tác, nhưng tôi có thể đưa ra một số đoạn mã mẫu cho các yêu cầu của bạn.

Đọc tập dữ liệu bằng python và chạy thống kê tần số cho các biến của bạn quan tâm:

import pandas as pd

df = pd.read_csv('test.csv')

# Thống kê tần số cho các biến battery_power, ram và n_cores
print(df['battery_power'].value_counts())
print(df['ram'].value_counts())
print(df['n_cores'].value_counts())

Thực hiện các quản lý dữ liệu:

# Tinh chỉnh, loại bỏ các dữ liệu thiếu - giả sử chúng ta loại bỏ các hàng có bất kỳ dữ liệu thiếu nào
df_clean = df.dropna()

# Mã hóa lại - giả sử chúng ta mã hóa biến "blue" thành các giá trị 0 và 1
df_clean['blue'] = df_clean['blue'].map({0: 'No', 1: 'Yes'})

# Tạo biến phụ - giả sử chúng ta tạo biến phụ là tổng 'fc' và 'pc'
df_clean['fc_pc_sum'] = df_clean['fc'] + df_clean['pc']

# Nhóm các đối tượng - giả sử chúng ta nhóm dựa theo biến 'wifi' và tính trung bình 'battery_power'
df_grouped = df_clean.groupby('wifi')['battery_power'].mean()

# Chạy lại thống kê tần số cho các biến đã thực hiện quản lý
print(df_clean['battery_power'].value_counts())
print(df_clean['ram'].value_counts())

Vẽ đồ thị cho từng biến:

import matplotlib.pyplot as plt

# Đồ thị đơn biến cho battery_power
plt.hist(df['battery_power'], bins=20)
plt.show()

Diễn giải kết quả cụ thể sẽ phụ thuộc vào đầu ra thực tế của các đoạn mã này. Hãy nhớ, trong thực tế, bạn cần nhập đường dẫn đúng đến file test.csv và kiểm tra dữ liệu trước và sau khi tinh chỉnh.

Chúc bạn học tập vui vẻ! Còn nếu bạn cần thêm thông tin về AI hoặc lập trình, hãy truy cập trituenhantao.io!