📊 Python 資料分析與分類預測專案
使用 Python 對資料集進行探索性分析（EDA）、資料清理與轉換，並建立分類模型進行預測，包含視覺化與模型評估。
工具：Python、Pandas、Sklearn、Matplotlib
🔗 查看專案詳細
📂 專案目的
針對一筆結構化資料集進行完整的資料探索與前處理，最終建立分類模型預測目標變數。
🛠️ 使用工具與技術
- Python（Jupyter Notebook）
- Pandas / Numpy 進行資料整理與分析
- Matplotlib / Seaborn 圖表視覺化
- Sklearn 建立分類模型（Decision Tree、Logistic Regression）
📈 分析內容
- 數據間相關性視覺化（熱力圖、散點圖）
- 缺失值處理、離群值分析、資料正規化
- 訓練/測試資料分割、模型訓練與評估
📊 模型表現
最終建立模型達成準確率約 80%，F1-score 為 0.79，具有效的預測表現。
📝 專案成果與反思
透過專案實作累積了資料前處理邏輯與視覺化能力，也強化了分類模型調參與模型比較經驗，未來可拓展至更多資料集。