Veri hazırlama

Veri Bilimini Anlamak

Hadrien Lacroix

Content Developer, DataCamp

Veri iş akışı

veri bilimi iş akışı

Veri Bilimini Anlamak

Neden veri hazırlarız?

  • Gerçek hayattaki veri dağınıktır
  • Hazırlık şunları önlemek içindir:
    • hatalar
    • yanlış sonuçlar
    • algoritmaların yanlı hale gelmesi

çorba hazırlama

Veri Bilimini Anlamak

Temizlemeye başlayalım

Sara Lis Hadrien Lis
Age "27" "30" "30"
Size 1.77 5.58 1.80 5.58
Country "Belgium" "USA" "FR" "USA"

pencere kazıyıcıyla temizlik

Veri Bilimini Anlamak

Düzenli veri

Öncesi

$$

Sara Lis Hadrien Lis
Age "27" "30" "30"
Size 1.77 5.58 1.80 5.58
Country "Belgium" "USA" "FR" "USA"

katlanmış çamaşırlar

Veri Bilimini Anlamak

Düzenli veri çıktısı

Öncesi

$$

Sara Lis Hadrien Lis
Age "27" "30" "30"
Size 1.77 5.58 1.80 5.58
Country "Belgium" "USA" "FR" "USA"

Sonrası

$$

Name Age Size Country
Sara "26" 1.78 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"
Veri Bilimini Anlamak

Yinelenenleri kaldırma

Öncesi

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"

çift kiraz

Veri Bilimini Anlamak

Yinelenenleri kaldırma | çıktı

Öncesi

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Lis "30" 5.58 "USA"

Sonrası

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"
Veri Bilimini Anlamak

Benzersiz kimlik

Öncesi

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"

mor ördek ve sarı ördekler

Veri Bilimini Anlamak

Benzersiz kimlik | çıktı

Öncesi

$$

Name Age Size Country
Sara "27" 1.77 "Belgium"
Lis "30" 5.58 "USA"
Hadrien 1.80 "FR"

Sonrası

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"
Veri Bilimini Anlamak

Homojenlik

Öncesi

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"

küçük balık büyük balığa bakıyor

Veri Bilimini Anlamak

Homojenlik | çıktı

Öncesi

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 5.58 "USA"
2 Hadrien 1.80 "FR"

Sonrası

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 1.70 "USA"
2 Hadrien 1.80 "FR"
Veri Bilimini Anlamak

Yeniden homojenlik

Öncesi

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 1.70 "USA"
2 Hadrien 1.80 "FR"

belçika bayrağı

Veri Bilimini Anlamak

Yeniden homojenlik | çıktı

Öncesi

$$

ID Name Age Size Country
0 Sara "27" 1.77 "Belgium"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

Sonrası

$$

ID Name Age Size Country
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"
Veri Bilimini Anlamak

Veri türleri

Öncesi

$$

ID Name Age Size Country
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

farklı makarna türleri

Veri Bilimini Anlamak

Veri türleri | çıktı

Öncesi

$$

ID Name Age Size Country
0 Sara "27" 1.77 "BE"
1 Lis "30" 1.70 "US"
2 Hadrien 1.80 "FR"

Sonrası

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 1.80 "FR"
Veri Bilimini Anlamak

Eksik değerler

Öncesi

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 1.80 "FR"

Nedenler:

  • veri girişi
  • hata
  • geçerli eksik değer

Çözümler:

  • atama (impute)
  • silme
  • olduğu gibi bırakma
Veri Bilimini Anlamak

Eksik değerler | çıktı

Öncesi

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "USA"
2 Hadrien 1.80 "FR"

Sonrası

$$

ID Name Age Size Country
0 Sara 27 1.77 "BE"
1 Lis 30 1.70 "US"
2 Hadrien 28 1.80 "FR"
Veri Bilimini Anlamak

Hadi pratik yapalım!

Veri Bilimini Anlamak

Preparing Video For Download...