幸福感数据分析软件

  该预测模型采用了cs架构的方式开发，主要是通过python语言开发，pyqt方式设计界面，数据库方面采用了mysql数据库进行管理，从数据选取，数据分析，异常处理，特征相关性分析等进行数据的分析，通过数据的分析，推断出人们的幸福感，以便获取人们的幸福指数。该平台可以通过以下几个部分，进行数据的检测分析：

读取原始数据：数据是通过爬虫从城市的数据网站爬取数据，获取各项数值，并读取到系统中，以数据列表的形式展示出来。
异常数据检查：主要对缺失值进行排查检测，分为三项，特征名，缺失值总数，以及百分比，通过异常数据的分析，对数据的整体进行筛查检测，并且列出百分比，方便检测。

异常值处理：对缺失比例小于15%的数据进行删除，并且可以使用众数填充其他的缺失值。
特征相关性分析：主要是分析特征，选取前20个重要的特征学习，得到特征的相关矩阵图像，以图像形式展示出来。
模型建立与预测：可以利用预先训练好的模型对测试数据进行预测，并且可以对预测的结果进行展示，分为两列，一列是数据的id值，代表某行数据信息，另外一列是幸福指数值，也就是百分比，数值越大，幸福指数越大。