总结

已完成

本模块介绍了如何执行以下操作：

• 在 Azure Notebooks 中创建笔记本
• 使用 curl 将数据导入笔记本
• 使用 Pandas 清理和准备数据
• 使用 Scikit-learn 构建机器学习模型
• 使用 Matplotlib 可视化结果

Pandas、Scikit-learn 和 Matplotlib 是全球最热门的 Python 库。 借助它们，你可以准备用于机器学习的数据、从数据中构建复杂的机器学习模型，以及绘制输出图表。 Jupyter Notebook 为使用这些库提供了现成的环境，Azure Notebooks 使你可以轻松访问 Jupyter Notebook，而无需在服务器上安装任何软件或设置 Jupyter 环境。

知识检测

1.

Pandas 使用什么方法导入 CSV 文件？ 假设 Pandas 加载为 import pandas as pd。

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

在训练机器学习模型之前拆分数据的目的是什么？

不为模型提供过多数据。

一部分可用于训练，另一部分可用于评估模型的性能。

模型不需要很多数据。

3.

假设已将 Matplotlib 作为“plt”导入，你将在 Matplotlib 上使用什么方法绘制条形图？

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

在检查工作前，必须回答所有问题。