The_SparkFoundation_Tasks_Solutions Sparks基金会-毕业轮岗实习计划该存储库专用于完成Sparks Foundation(毕业轮岗实习计划)中我的所有任务。 到目前为止,我将更新我的领域的任务:2020年11月批次的数据科学和业务分析。 工具/ IDE:Python / Google Colab / Jupyter Notebook技术:任务1-使用监督ML的预测(级别-初学者)根据编号预测学生的百分比。 学习时间。 这应该通过线性回归完成,因为我们将仅使用2个变量。 该模型的数据可以在以下找到: : 。 我们应该如何处理给定的数据集? 如果他/她每天学习9.25小时,我们需要预测他/她的分数。 技术:任务2-使用无监督ML的预测(级别-初学者)根据给定的“ iris”数据集预测最佳聚类数,并以可视方式进行表示。 我将在K-Means聚类