Explorer les données d'entraînement
Vous allez travailler avec une autre compétition Kaggle appelée « Store Item Demand Forecasting Challenge ». Dans cette compétition, on vous fournit 5 ans de données de ventes par article et par magasin, et on vous demande de prédire 3 mois de ventes pour 50 articles différents dans 10 magasins différents.
Pour commencer, explorons les données d'entraînement de cette compétition. Pour accélérer le traitement, vous allez utiliser un sous-ensemble des données d'entraînement ne contenant qu'un seul mois d'historique.
Votre premier objectif est de lire les données d'entrée et d'y jeter un premier coup d'œil.
Cette activité fait partie du cours
Remporter une compétition Kaggle en Python
Instructions de l’exercice
- Importez
pandassous le nompd. - Lisez les données d'entraînement avec la méthode
read_csv()depandas. - Affichez l'en-tête des données d'entraînement (avec la méthode
head()) pour voir un échantillon des données.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import pandas
import ____ as pd
# Read train data
train = pd.____('train.csv')
# Look at the shape of the data
print('Train shape:', train.shape)
# Look at the head() of the data
print(train.____())