Deine Daten verstehen
Gleich wirst du Modelle in Keras bauen, die auf Basis verschiedener beruflicher und demografischer Faktoren den Lohn vorhersagen. Bevor du ein Modell erstellst, ist es sinnvoll, deine Daten mit einer explorativen Analyse kennenzulernen.
Die Daten wurden bereits in ein pandas-DataFrame namens df geladen. Verwende die Methoden .head() und .describe() in der IPython Shell für einen schnellen Überblick über den DataFrame.
Die Zielvariable, die du vorhersagen wirst, heißt wage_per_hour. Einige der Prädiktorvariablen sind binäre Indikatoren, wobei der Wert 1 True und der Wert 0 False bedeutet.
Wie viele der neun Prädiktorvariablen im DataFrame sind binäre Indikatoren? Die Min- und Max-Werte, die .describe() anzeigt, sind dafür sehr aufschlussreich.
Wie viele binäre Indikator-Prädiktoren gibt es?
Diese Übung ist Teil des Kurses
Einführung in Deep Learning mit Python
Interaktive Übung
In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.
Übung starten