먼저 처리된 데이터를 보자

train_df.head()

출력:

여기에서 먼저 기능과 레이블을 나눈 다음 시간을 분 단위로 변환합니다.

train_df['지속 시간'] = train_df['지속 시간'].str.replace("h", '*60').str.replace(' ','+').str.replace('m','* 1').apply(평가) test_df['기간'] = test_df['기간'].str.replace("h", '*60').str.replace(' ','+').str. replace('','*1').apply(평가)

여행 날짜: 여기에서는 모델 단계에서 더 나은 사전 처리를 위해 데이터 세트의 여행 날짜 형식을 구성하고 있습니다.

기차_df["여행_일"] = 기차_df['날짜_오브_여행'].str.split('/').str[0].astype(int) 기차_df["여행_월"] = 기차_df['날짜_of_여행'].str.split( '/').str[1].astype(int) train_df.drop(["Date_of_Journey"], 축 = 1, inplace = True)

출발 시간: 여기에서 출발 시간을 시간과 분으로 변환하고 있습니다.

train_df["Dep_hour"] = pd.to_datetime(train_df["Dep_Time"]).dt.hour train_df["Dep_min"] = pd.to_datetime(train_df["Dep_Time"]).dt.분 train_df.drop([" Dep_Time"], 축 = 1, inplace = True)

도착 시간: 마찬가지로 우리는 도착 시간을 시간과 분으로 변환하고 있습니다.

train_df["Arrival_hour"] = pd.to_datetime(train_df.Arrival_Time).dt.hour train_df["Arrival_min"] = pd.to_datetime(train_df.Arrival_Time).dt.minute train_df.drop(["도착_시간"], 축 = 1, 제자리 = 참)

이제 최종 전처리 후 데이터세트를 살펴보겠습니다.

train_df.head()

출력:

월(기간) 대 항공편 수에 대한 막대 차트 그리기

plt.Figure(figsize = (10, 5)) plt.title('월별 비행 횟수') ax=sns.countplot(x = 'Journey_month', 데이터 = train_df) plt.xlabel('Month') plt. ax.patches에서 p에 대한 ylabel('비행 횟수'): ax.annotate(int(p.get_height()), (p.get_x()+0.25, p.get_height()+1), va='bottom ', 색상 = '검정')

출력:

추론: 여기 위의 그래프에서 우리는 한 달 동안의 여행과 여러 항공편에 대한 카운트 플롯을 플로팅했으며 다음을 확인했습니다. XNUMX월은 가장 많은 항공편이 있습니다.

항공사 유형 대 항공편 수에 대한 플로팅 막대 차트

plt.Figure(figsize = (20,5)) plt.title('항공사별 항공편 수') ax=sns.countplot(x = '항공사', 데이터 =train_df) plt.xlabel('항공사') plt .ylabel('비행 횟수') plt.xticks(회전 = 45) for p in ax.patches: ax.annotate(int(p.get_height()), (p.get_x()+0.25, p.get_height( )+1), va='하단', 색상= '검정색')

출력:

추론: 이제 위의 그래프에서 항공사 유형과 항공편 수를 보면 Jet Airways가 가장 많이 탑승한 항공편을 볼 수 있습니다.

항공권 가격과 항공사 비교하기

plt.Figure(figsize = (15,4)) plt.title('가격 VS 항공사') plt.scatter(train_df['항공사'], train_df['가격']) plt.xticks plt.xlabel('항공사' ) plt.ylabel('티켓 가격') plt.xticks(회전 = 90)

출력:

모든 기능 간의 상관관계

플로팅 상관관계

plt.Figure(figsize = (15,15)) sns.heatmap(train_df.corr(), annot = True, cmap = "RdYlGn") plt.show()

출력:

아무 소용이 없으므로 Price 열 삭제

데이터 = train_df.drop(["가격"], 축=1)

범주형 데이터와 수치 데이터 다루기

train_categorical_data = data.select_dtypes(exclude=['int64', 'float','int32']) train_numerical_data = data.select_dtypes(include=['int64', 'float','int32']) test_categorical_data = test_df.select_dtypes( exclude=['int64', 'float','int32','int32']) test_numerical_data = test_df.select_dtypes(include=['int64', 'float','int32']) train_categorical_data.head()

출력:

범주형 열에 대한 레이블 인코딩 및 핫 인코딩

le = LabelEncoder() train_categorical_data = train_categorical_data.apply(LabelEncoder().fit_transform) test_categorical_data = test_categorical_data.apply(LabelEncoder().fit_transform) train_categorical_data.head()

출력:

범주형 데이터와 숫자형 데이터 모두 연결

X = pd.concat([train_categorical_data, train_numerical_data], axis=1) y = train_df['가격'] test_set = pd.concat([test_categorical_data, test_numerical_data], axis=1) X.head()

출력:

y.head ()

출력:

0 3897 1 7662 2 13882 3 6218 4 13302 이름: 가격, dtype: int64

결론

따라서 우리는 완전한 EDA 프로세스를 수행하여 데이터 통찰력, 기능 엔지니어링 및 데이터 시각화를 얻었음을 보았으므로 이러한 모든 단계 후에 기계 학습 모델 작성 단계를 사용하여 예측을 수행할 수 있습니다.

여기 리포지토리가 있습니다. 링크 이 기사에. 기계 학습을 사용한 항공편 요금 예측에 대한 제 기사가 마음에 드셨기를 바랍니다. 의견이나 질문이 있으면 아래에 의견을 말하십시오.

AV에서 읽기 블로그 머신러닝을 이용한 다양한 예측에 대해

소개

안녕하세요 여러분 저는 현재 일하고 있습니다 in TCS 이전에는 데이터 과학 분석가로 일했습니다. in 조르바 컨설팅 인도. 전일제 작업과 함께 저는 컴퓨터 비전, 머신 러닝 및 딥 러닝과 같은 인공 지능의 다른 하위 집합과 함께 데이터 과학과 같은 동일한 분야에 엄청난 관심을 가지고 있습니다. 위에서 언급한 도메인(링크드인).

여기에서 Blogathon(링크).

이 기사에 표시된 미디어는 Analytics Vidhya의 소유가 아니며 작성자의 재량에 따라 사용됩니다.