第5章 | 机器学习建模分析。P96思考与练习1。1. 延续回归模型的性能评估，计算使用全部数据学习得到的回归模型linreg在测试集上的性能，与只使用训练集的模型linregTr进行比较，并对结果进行分析。2.从例5-1中取出前100条样本，学习回归模型linregHalf；在练习1的测试集上计算该模型预测性能，并与使用200条样本学习的模型比较。

P25思考与练习1、补充作业题1、P30思考与练习2、补充作业题2、P33思考与练习3、P33综合练习题。

第4章 | 数据可视化。P70【思考与练习1】。使用Matplotlib绘图，DataFrame.plot()绘图与Series.plot()绘图。绘制折线图，多子图。2. 1）模仿例4-1和4-3，绘制人均可支配收入折线图。用小矩形标记数据点，黑色虚线，用注解标注最高点，图例标题“Income ”，设置坐标轴标题，最后将最后将图形保存为jpg文件。2）模仿例4-2，使用多个子图分别绘制人均可支配

第4章 | 数据可视化。P84【思考与练习2】。python可视化Matplotlib绘图，Basemap与Pyecharts绘制地图。1、叙述各类图形的特点、适合展示的数据特性，以及在数据探索阶段的用途。2、数据文件high-speed rail.csv存放着世界各国高速铁路的情况。数据格式如下表所示。请对世界各国高铁的数据进行绘图分析。

第3章 | 数据汇总与统计。P36【思考与练习】。1、简述统计量均值和中位数的区别，如果某样本统计的均值和中位数存在较大差别，说明数据集具有什么特性？2、使用Excel表格计算表3-1中由5名学生“成绩”组成的样本均值、方差、中位数和上四分位数、下四分位数。

目录二、Python数据分析工具1、关于Spyder的一些使用说明（1）保存为.py文件（2）运行（3）修改参数2、关于Jupyter Notebook的一些使用说明（1）创建、重命名与保存.ipynb文件（2）运行（3）清空运行结果并重新运行（4）查看所创建的.ipynb文件位置（5）markdown常用标记（6）还原误删的单元二、Python数据分析工具Python通过多个开源的第三方工具包来

Series、DataFrame创建，读取，统计分析。P36思考与练习1、P44思考与练习2、P48思考与练习3、P52思考与练习4、P56思考与练习5、P63综合练习题。

第5章 | 机器学习建模分析。P101思考与练习2。1.将数据集划分为训练集与测试集，查看决策树分类器的性能。2.将例5-3中的分类器保存到文件中，然后重新加载预测给出的新数据。