MachineLearning流程-(1)-錄入檢視資料

weixin_34321977發表於2017-04-26

這是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

  • 資料基本特徵:
print(dataset.shape)
print(dataset.dtypes)
print(dataset.head(5))
  • 這裡可以看資料的統計特性(平均值,中值,Q1, Q2, Q3 etc.)看起來很多對嗎,一行程式碼就夠了(__) 。
print(dataset.describe())
  • Training dataset 各個標籤下資料量是否平衡。
print(dataset.groupby('LabelIndex').size())
  • 資料視覺化:把資料特徵畫出來檢視一下。這裡可以先把每個單獨特徵畫出來看一下(例如看看是否有skewness),再檢視多個特徵之間的聯絡(例如correlation)。

相關文章