如何 0–1 來預測新酒品的市場趨勢？ （深度學習 - Part 1 : EDA 與 Python 畫圖工具）

情境：

Background 小知識時間：

何謂「探索式資料分析」？

探索性資料分析是利用資料視覺化或統計專業等等的方法，來對原始數據集進行理解，有助於後續的假說建立、數據清理 (Data Mining)、模型建置等等。

而深度學習是機器學習的一個分支，較擅長處理影像、圖片與文字的特徵， 像是近期流行的口罩辨識系統、語音辨識功能、網路輿情分析等等，如果有興趣的讀者可以去看看背後的知識與技術應用，文章底下有延伸閱讀可以參考。

---

任務：

預期成效：

應用

Python 畫圖工具

Pandas basic plot functions:

這張 Bar Plot 讓我們知道分數的落點，圖中顯示是 80–100 這個區間。

df_original['points'].value_counts().sort_index().plot.bar(color=(0.2, 0.4, 0.6, 0.6))

---

matplotlib：

我們也可以透過 matplotlib 並增加 圖片尺寸（figsize） 跟 文字大小（fontsize）來優化我們圖。

import matplotlib as mlt

#Using Matplotlib: Change the title fontsize

plot01 = df_original['points'].value_counts().sort_index().plot.bar(

figsize = (14,8),

fontsize = 16,

color=(0.1, 0.3, 0.5, 0.7))

plot01.set_title("Counts of the Wine Points", fontsize = 18)

plot01.set_xlabel("Points", fontsize = 18)

plot01.set_ylabel("Count", fontsize = 18)

---

Seaborn packages

如果需要更複雜的圖表可以透過 Seaborn 來協助完成，像是以下就是展示四個國家酒類分數的分佈比例。

import seaborn as sns

# Extract wine scores from two countries US and France

df = df_original[df_original['country'].isin(['US','France', 'Canada', 'Spain'])]

g = sns.FacetGrid(df, col = "country", col_wrap = 2)

g.map(sns.kdeplot, "points")

上圖可得知加拿大的酒品分數集中於90分，遠遠超越其他三個國家的比例。

---

結論：

• 酒類的評論分數落在 80–100 之間，很少低於或高於這個區域。
• 80% 的酒品分數皆在 83–93 這個區間。
• 四個國家的評論分數的眾數都是 85–92 分。
• 唯有加拿大(Canada) 有更高比例的集中於 90 分的位置。
• 我們可以得知「國家」對於「酒品的分數」有一定的影響力。

後續文章預告：

Python TextBlob 更多可以應用的情境：

• 名詞短語提取（Noun phrase extraction）
• 詞性標記（Part-of-speech tagging)
• 情緒分析（Sentiment analysis）
• 分類（樸素貝葉斯，決策樹）
• 標記化（將文字拆分為單詞和句子）
• 單詞和短語頻率（Word and phrase frequencies）

詳細的程式碼可以參考以下：

Marketing-Data-Science-Application/如何 0–1 來預測新酒品的市場趨勢 at master · HowardNTUST/Marketing-Data-Science-Application (github.com)

補充的 EDA 文章：

何謂「探索式資料分析」？ — 台灣 | IBM

EDA for Machine Learning | Exploratory Data Analysis in Python (analyticsvidhya.com)

顧客資料透視（一部曲）-互動式表格【附Python程式碼】. 資料視覺化 （Data… | by 行銷資料科學 | Marketingdatascience | Medium

自然語言處理 (NLP) 與 TextBolb 套件資訊:

TextBlob: Simplified Text Processing — TextBlob 0.16.0 documentation

What is Natural Language Processing? | IBM

人工智慧與機器學習－行銷資料科學家必備技能之一. 在第一篇文章當中，我們提到人工智慧（Artificial… | by 李蓓儒 | Marketingdatascience | Medium

參考資料:

Plotting with pandas, matplotlib, and seaborn | Kaggle

TextBlob for determining grape color and sweetness | Kaggle

Somm (2012) — IMDb

You searched for | Wine Enthusiast (winemag.com)

wine-deep-learning/README.md at master · zackthoutt/wine-deep-learning · GitHub

Bivariate plotting with pandas | Kaggle

---