端到端實戰 · 一份完整的分析報告

整條軌道的收尾。把問題 → 資料 → 清理 → EDA → 特徵 → 模型 → 結論走完整一輪,產出一份能交付的分析。這正是資料科學家的日常產出長相。

這堂課你會做完整一輪

問題:什麼樣的鐵達尼號乘客比較容易生還?能不能預測?

1. 取得與清理:載入、補缺值、刪冗欄
2. 關鍵發現:EDA 濃縮成幾個生還率對比
3. 特徵工程 + 建模:編碼、衍生、用隨機森林訓練
4. 評估:準確率 + 完整的 classification report
5. 特徵重要度:哪些因素最關鍵
6. 結論:收斂成一句人話 + 支撐它的證據

一份分析的終點是「一句結論」

鐵達尼號的生還,主要由「性別、艙等、票價」決定:女性與高艙等乘客生還率遠高於平均。用這幾個特徵,隨機森林能以約八成準確率預測一位乘客是否生還。

技術做得再花俏,最後都要回到一句決策者聽得懂的話,加上支撐它的圖表、檢定與模型。能把資料變成這句話,你就完成了資料科學最核心的價值轉換。

軌道小結

你走完了資料科學的完整流程:

• 流程與載入(01)→ 清理(02)→ EDA(03)→ 視覺化(04)
• 特徵工程(05)→ 統計檢定(06)→ 建模(07)→ 完整報告(08)

會清資料、會探索、會說故事、能接上模型——這就是資料科學家把原始資料變成決策的核心能力。想深入建模的深水區,ml/scikit-learn 在等你。📈