探索性数据分析
机器学习模型
结论
所有特征都显示出对葡萄酒质量的影响。当考虑每个变量的相关性时,我们可以看到一些特征是相互关联的。这是因为固定酸、柠檬酸等特征是 pH 值等特征的一部分。主要发现是酸度对决定葡萄酒的质量有很大影响。此外,消费者表示,优质葡萄酒不应含有过多的残糖。这意味着非常甜的葡萄酒不是优质葡萄酒的特征。酒精含量的增加也被视为优质葡萄酒的一个特征,但不应增加到将葡萄酒归类为烈酒的程度。
从机器学习模型中,我们得到堆叠分类器和随机森林分类器比其他模型具有更高的性能。堆叠分类器是精度最高的分类器,达到 85.94%。我们可以看到,在不重新采样的情况下,准确度略有提高。因此没有 SMOTE 重采样的模型是最好的模型。可以通过使用 scikit learn 随机网格搜索调整这些模型的超参数来提高准确性
有问题可以call me