我是数据科学领域的新手,我想了解用于机器学习任务的任何数据集的关键步骤,以获取其属性。
回答:
你的问题过于宽泛,你需要提供更多具体信息。你所说的数据集的属性是什么?尽管如此,我还是尝试回答我从你的问题中理解的内容。
在选择你面对的问题类型(分类或回归)之后,你会想要尝试可视化你的数据,以更好地理解你在做什么。
Facets 是一个非常好的工具来实现这一点 https://pair-code.github.io/facets/。它将帮助你更好地理解你的数据分布情况,并且可能会给你一些额外的见解,如何解决你的问题,但具体如何使用它取决于你所面对的问题。
你还应该可视化你的相关系数矩阵,以查看是否有特征之间存在高度相关性,从而可以移除不必要的特征。
我记得当我开始我的第一个机器学习项目时,感觉非常 overwhelming,但我能给你的最好建议是,尝试找到一个处理与你面临类似问题的逐步指南,我相信你会找到很多这样的指南,并尝试进一步明确你的问题,我们可以给你提供更多见解。