Capire i tuoi dati

Presto inizierai a creare modelli in Keras per prevedere i salari in base a vari fattori professionali e demografici. Prima di costruire un modello, è utile capire i tuoi dati con un po' di analisi esplorativa.

I dati sono già caricati in un DataFrame pandas chiamato df. Usa i metodi .head() e .describe() nell'IPython Shell per una rapida panoramica del DataFrame.

La variabile target che prevederai è wage_per_hour. Alcune variabili predittive sono indicatori binari, dove il valore 1 rappresenta True e 0 rappresenta False.

Delle 9 variabili predittive nel DataFrame, quante sono indicatori binari? I valori min e max mostrati da .describe() saranno utili qui. Quanti predittori indicatori binari ci sono?