M-Arshad784/InternGrow_DataPreprocessing_EDA
GitHub: M-Arshad784/InternGrow_DataPreprocessing_EDA
该项目是 InternGrow 数据科学实习的任务一，通过 Python 生态工具完成数据清洗、转换与探索性分析，使原始数据集可直接用于机器学习建模。
Stars: 0 | Forks: 0
# 任务 1 - 数据预处理与探索性数据分析 (EDA)
## 📌 项目概述
本项目是 **InternGrow 机器学习实习**的**任务 1**。主要侧重于通过数据预处理和探索性数据分析 (EDA) 为机器学习准备原始数据集。
## 🚀 功能
- 导入 CSV 数据集
- 处理缺失值
- 移除重复数据
- 特征缩放
- 数据可视化
- 相关性分析
- 特征选择
- 异常值检测
- 特征工程
- 使用 **ydata-profiling** 生成自动化 EDA 报告
## 🛠️ 使用的技术
- Python
- VS Code
- Pandas
- NumPy
- Matplotlib
- Seaborn
- Scikit-learn
- ydata-profiling
## 📂 项目文件
- `Task1.ipynb` / `Task1.py` – 项目源代码
- `dataset.csv` – 数据集
- `EDA Report.html` – 使用 **ydata-profiling** 生成的自动化 EDA 报告
- `README.md` – 项目文档
## 🎯 目标
清洗、转换和分析原始数据，使其准备好用于机器学习模型。
**InternGrow 机器学习实习 – 任务 1**
标签：Apex, Python, 后端开发, 探索性数据分析, 数据科学, 数据预处理, 无后门, 机器学习, 资源验证, 逆向工具