Comprender tus datos

Pronto empezarás a construir modelos en Keras para predecir salarios en función de diversos factores profesionales y demográficos. Antes de empezar a construir un modelo, es bueno comprender tus datos realizando algún análisis exploratorio.

Los datos se cargan previamente en un DataFrame de pandas llamado df. Utiliza los métodos .head() y .describe() de la Shell de IPython para obtener una visión rápida del DataFrame.

La variable objetivo que vas a predecir es wage_per_hour. Algunas de las variables predictoras son indicadores binarios, en los que un valor de 1 representa True, y 0 representa False.

De las 9 variables predictoras del Marco de datos, ¿cuántas son indicadores binarios? Los valores mínimo y máximo que aparecen en .describe() serán informativos en este caso. ¿Cuántos indicadores binarios de predicción hay?