这是Machine Learning一般分析流程第(1)篇。
1. Load data
You can load data from csv, raw images, or directly from machine learning library such as keras.
dataset = read_csv('filename.csv', header=None)
2. Check data characteristics
- 数据基本特征:
print(dataset.shape)
print(dataset.dtypes)
print(dataset.head(5))
- 这里可以看数据的统计特性(平均值,中值,Q1, Q2, Q3 etc.)看起来很多对吗,一行代码就够了(__) 。
print(dataset.describe())
- Training dataset 各个标签下数据量是否平衡。
print(dataset.groupby('LabelIndex').size())
- 数据可视化:把数据特征画出来查看一下。这里可以先把每个单独特征画出来看一下(例如看看是否有skewness),再查看多个特征之间的联系(例如correlation)。
网友评论