Comprender tus datos

Pronto empezarás a crear modelos en Keras para predecir los salarios en función de diversos factores profesionales y demográficos. Antes de empezar a crear un modelo, es recomendable comprender los datos mediante la realización de algunos análisis exploratorios.

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

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

De las 9 variables predictivas del DataFrame, ¿cuántas son indicadores binarios? Los valores mínimo y máximo que se muestran en .describe() serán informativos en este caso. ¿Cuántos predictores de indicadores binarios hay?