PredictiveAnalyticsFinal:UCLA Extension的Predictive Analytics课程的最终项目已作为数据科学认证的一部分

预测分析最终项目 UCLA Extension的Predictive Analytics课程的最终项目,作为数据科学认证的一部分完成。 目录 概要 在这个项目中,我使用Tableau创建了视觉效果和R进行了统计分析,分析了葡萄牙实时议会选举结果的数据集。 每10分钟左右(大约10个半小时)(从10/6/19的8 PM至10/7/19的12:35 AM),每10分钟左右在葡萄牙每个区/领地收集数据。 这些值按地理位置和政党分开,并包含诸如总选票,空白票和空票的数目/百分比以及空票等信息。出于比较目的,数据集中还显示了与上届议会选举相同的值。 通过机器学习模型,我探索了预测选民投票率(即计票总数)的潜力。 数据 该数据集是从UC Irvine机器学习存储库中获得的,该存储库提供了免费的数据集,以帮助学生和需要此数据的任何其他方-可以在找到其花名册页面的链接。 它还带有一些R代码,用于帮助清理数