理解您的数据

您将很快开始在 Keras 中构建模型，根据多种职业和人口统计因素来预测工资。在开始建模之前，先做一些探索性分析来理解数据是很有帮助的。

数据已预先加载到名为 df 的 pandas DataFrame 中。请在 IPython Shell 中使用 .head() 和 .describe() 方法快速查看该 DataFrame。

您将要预测的目标变量是 wage_per_hour。部分自变量是二元指示变量，其中值为 1 表示 True，值为 0 表示 False。

在该 DataFrame 的 9 个自变量中，有多少个是二元指示变量？.describe() 显示的最小值和最大值会提供线索。 共有多少个二元指示型自变量？