ข้อมูลของคุณมีหน้าตาอย่างไร? (I)

จนถึงตอนนี้ เราได้โฟกัสไปที่การสร้าง feature ใหม่และการจัดการปัญหาในข้อมูล Feature engineering ยังช่วยให้ดึงประโยชน์สูงสุดจากข้อมูลที่มีอยู่ และนำไปใช้ในการสร้างโมเดล machine learning ได้อย่างมีประสิทธิภาพมากขึ้นด้วย อัลกอริทึมหลายตัวอาจสมมติว่าข้อมูลมีการกระจายแบบปกติ หรืออย่างน้อยก็อยู่ในสเกลเดียวกันทุกคอลัมน์ ซึ่งในความเป็นจริงมักไม่เป็นเช่นนั้น เช่น feature หนึ่งอาจวัดเป็นหน่วยพันดอลลาร์ ในขณะที่อีก feature หนึ่งเป็นจำนวนปี ในแบบฝึกหัดนี้ จะสร้างกราฟเพื่อตรวจสอบการกระจายของคอลัมน์ตัวเลขบางคอลัมน์ใน DataFrame so_survey_df ซึ่งเก็บไว้ใน so_numeric_df