Poznaj swoje dane

Wkrótce zaczniesz budować modele w Keras, które będą przewidywać wynagrodzenia na podstawie różnych czynników zawodowych i demograficznych. Zanim jednak przystąpisz do budowania modelu, warto lepiej poznać dane – przeprowadź wstępną analizę eksploracyjną.

Dane są wstępnie załadowane do ramki danych pandas o nazwie df. Skorzystaj z metod .head() i .describe() w powłoce IPython, aby szybko zapoznać się z jej zawartością.

Zmienna docelowa, którą będziesz przewidywać, to wage_per_hour. Niektóre zmienne predykcyjne są wskaźnikami binarnymi – wartość 1 oznacza True, a 0 oznacza False.

Spośród 9 zmiennych predykcyjnych w ramce danych, ile z nich to wskaźniki binarne? Pomocne będą tu wartości minimalne i maksymalne wyświetlone przez .describe(). Ile wskaźników binarnych znajduje się wśród zmiennych predykcyjnych?