基本回归分析用于预测燃油效率

“”"
Basic regression: Predict fuel efficiency
汽车燃油效率
“”"

import pathlib

从Python库matplotlib中导入pyplot模块；从Python库pandas中导入名为pd的对象；从Python库seaborn中导入名为sns的对象

import tensorflow as tf

from tensorflow import keras
from tensorflow.keras import layers

print(tf.version)

在Keras utilities模块中获取文件路径函数用于下载auto-mpg.data数据集，在本地存储该文件路径到变量中并输出数据路径；指定特征名称包括MPG、Cylinders、Displacement、Horsepower、Weight、Acceleration、Model Year和Origin；通过pandas库读取CSV格式的数据集到一个名为raw_dataset的变量中；设置列名即特征名称；指定缺失值标记为?；注释行以制表符分隔数据内容；使用空格作为字段分隔符；跳过初始空格默认行为以避免影响数据解析结果

将原始数据集赋值给变量 dataset
获取数据集的最后几行
#数据清洗操作
#识别缺失值情况分析
输出数据