幸福感數(shù)據(jù)分析軟件

  該預(yù)測模型采用了cs架構(gòu)的方式開發(fā)，主要是通過python語言開發(fā)，pyqt方式設(shè)計(jì)界面，數(shù)據(jù)庫方面采用了mysql數(shù)據(jù)庫進(jìn)行管理，從數(shù)據(jù)選取，數(shù)據(jù)分析，異常處理，特征相關(guān)性分析等進(jìn)行數(shù)據(jù)的分析，通過數(shù)據(jù)的分析，推斷出人們的幸福感，以便獲取人們的幸福指數(shù)。該平臺可以通過以下幾個(gè)部分，進(jìn)行數(shù)據(jù)的檢測分析：

讀取原始數(shù)據(jù)：數(shù)據(jù)是通過爬蟲從城市的數(shù)據(jù)網(wǎng)站爬取數(shù)據(jù)，獲取各項(xiàng)數(shù)值，并讀取到系統(tǒng)中，以數(shù)據(jù)列表的形式展示出來。
異常數(shù)據(jù)檢查：主要對缺失值進(jìn)行排查檢測，分為三項(xiàng)，特征名，缺失值總數(shù)，以及百分比，通過異常數(shù)據(jù)的分析，對數(shù)據(jù)的整體進(jìn)行篩查檢測，并且列出百分比，方便檢測。

異常值處理：對缺失比例小于15%的數(shù)據(jù)進(jìn)行刪除，并且可以使用眾數(shù)填充其他的缺失值。
特征相關(guān)性分析：主要是分析特征，選取前20個(gè)重要的特征學(xué)習(xí)，得到特征的相關(guān)矩陣圖像，以圖像形式展示出來。
模型建立與預(yù)測：可以利用預(yù)先訓(xùn)練好的模型對測試數(shù)據(jù)進(jìn)行預(yù)測，并且可以對預(yù)測的結(jié)果進(jìn)行展示，分為兩列，一列是數(shù)據(jù)的id值，代表某行數(shù)據(jù)信息，另外一列是幸福指數(shù)值，也就是百分比，數(shù)值越大，幸福指數(shù)越大。