Predicción de los Precios de Automóviles

En este curso, hemos explorado los fundamentos del aprendizaje automático utilizando el algoritmo de k- vecinos más cercanos, en este proyecto guiado, practicarás el flujo de trabajo de aprendizaje automático que has aprendido hasta ahora para predecir el precio de mercado de un coche utilizando sus atributos, el conjunto de datos con el que trabajaremos contiene información sobre varios coches, para cada coche tenemos información sobre los aspectos técnicos del vehículo, como la cilindrada del motor, el peso del coche, los kilómetros por galón, la velocidad de aceleración del coche, etc. Puedes leer más sobre el conjunto de datos aquí y puedes descargarlo directamente desde aquí, aquí tienes un avance del conjunto de datos:

https://archive.ics.uci.edu/ml/datasets/automobile

Instrucciones

• Lee imports-85.data en un dataframe llamado cars, si lees el archivo usando pandas.read_csv() sin especificar ningún valor de parámetro adicional, notarás que los nombres de las columnas no coinciden con los de la documentación del conjunto de datos (dataset´s documentation) ¿Por qué cree que esto es así y cómo puede solucionarlo?
• Determine qué columnas son numéricas y pueden utilizarse como características y qué columna es la columna de destinoDetermine qué columnas son numéricas y pueden utilizarse como características y qué columna es la columna de destino
• Muestre las primeras filas del marco de datos y asegúrese de que se parece a la vista previa del conjunto de datos

Soluciones

Puede encontrar las soluciones para este proyecto guiado aquí.