我们可以收集以往车型的技术指标和二氧化碳的排放量，然后找到它们之间 的内在关系，构建出相应的模型，通过这个模型我们就可以来预测未来车型的二 氧化碳的排放量。我们抽取收集到的历史数据当中的几列来看一看，包括发动机 的大小、气缸数、百公里综合油耗和二氧化碳的排放量，我们会发现前三列与发 动机相关的技术指标与二氧化碳排放量之间存在着正相关的关系，所以我们认为 一辆汽车的二氧化碳的排放量和发动机的相关指数是存在着关联关系的。 cdf=df[['ENGINESIZE','CYLINDERS','FUELCONSUMPTION_COMB','CO2EMISSIONS'] cdf.head() ENGINESIZE CYLINDERS FUELCONSUMPTION COMBCO2EMISSIONS 02.0 4 8.5 196 12.4 4 9.6 221 21.5 4 5.9 136 33.5 6 11.1 255 43.5 6 10.6 244 所以我们面临的问题是什么？就是当一辆汽车被设计出来，但是还没有被制 造出来的时候，我们能不能在不经过实际的实车测试的情况下就能够预测出来， 这辆汽车未来可能的二氧化碳的排放量，这样我们就可以判断这个设计方案是否 能够符合国家的相应的排放标准。显然这不是一个很容易解决的问题，但是我们 刚才已经提到了一个方案，就是我们要去计算二氧化碳排放量和发动机的各种技 术指标，包括排量、类型、模式、气缸数、油耗等之间的关系，通过计算出来的 关系模型来预测未来车型的二氧化碳的排放量。 什么是预测？预测就是要对连续的、数值型的、有序的值进行建模。例如在 上面的例子中，我们收集到了很多历史数据，也就是包括了以往车型的发动机的 指标以及它们的二氧化碳的排放量，找到它们互相之间的关系，建立一个模型， 将新车的各项指标作为模型的参数的输入，就可以得到作为输出的这款汽车预估我们可以收集以往车型的技术指标和二氧化碳的排放量，然后找到它们之间 的内在关系，构建出相应的模型，通过这个模型我们就可以来预测未来车型的二 氧化碳的排放量。我们抽取收集到的历史数据当中的几列来看一看，包括发动机 的大小、气缸数、百公里综合油耗和二氧化碳的排放量，我们会发现前三列与发 动机相关的技术指标与二氧化碳排放量之间存在着正相关的关系，所以我们认为 一辆汽车的二氧化碳的排放量和发动机的相关指数是存在着关联关系的。 所以我们面临的问题是什么？就是当一辆汽车被设计出来，但是还没有被制 造出来的时候，我们能不能在不经过实际的实车测试的情况下就能够预测出来， 这辆汽车未来可能的二氧化碳的排放量，这样我们就可以判断这个设计方案是否 能够符合国家的相应的排放标准。显然这不是一个很容易解决的问题，但是我们 刚才已经提到了一个方案，就是我们要去计算二氧化碳排放量和发动机的各种技 术指标，包括排量、类型、模式、气缸数、油耗等之间的关系，通过计算出来的 关系模型来预测未来车型的二氧化碳的排放量。 什么是预测？预测就是要对连续的、数值型的、有序的值进行建模。例如在 上面的例子中，我们收集到了很多历史数据，也就是包括了以往车型的发动机的 指标以及它们的二氧化碳的排放量，找到它们互相之间的关系，建立一个模型， 将新车的各项指标作为模型的参数的输入，就可以得到作为输出的这款汽车预估