本教材适合初学者，注重从可视化的角度切入，方便初学者以直观角度理解数据。

！数据和代码全部都放在一起了，安装相关的包后，直接运行即可

一.数据初探及可视化

首先，我们来查看一下数据的大概样貌

之后pandas库里面的describe方法可直接查看数据的基本信息，如标准差，平均值，分位数和极值等

之后对每一个特征进行其分布的可视化，画出每个特征的数据分布图

之后画出数据的箱型图，箱型图可以体现分位数以及极值和数据分布等信息

画出每个特征相关系数的热力图，颜色越深代表相关性越明显

二.特征筛选

使用sk-learn库里面的chi2和SelectKBest方法来做特征筛选，部分代码如下

对于筛选后的特征，分别单独画出其数据分布的箱型图

三.模型构建（数据分类模型KNN，SVM，LR等）

这里姑且调用sk-learn的库函数来实现，并记录其准确率，其底层实现我会后续更进。

画出混淆矩阵。

注：混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。

四.项目源码目录