Что хорошего и что могло бы быть лучше
Kangas — это инструмент для исследования данных, и его официальная страница Github описывает его как «инструмент для изучения, анализа и визуализации крупномасштабных мультимедийных данных».
Это утверждение может служить своей цели, только если вы обратите внимание. Легко неверно истолковать цель платформы в ее нынешнем виде, но есть практические способы показать, на что способен Kangas и что он может улучшить.
Теперь мы можем перейти к хорошему.
Знакомый API
Одна из самых пугающих вещей, связанных с началом использования новой платформы, заключается в том, что для выполнения самых простых действий потребуется пугающе крутая кривая обучения.
Кангас полностью избегает этого, используя синтаксис, знакомый питонистам и специалистам по данным, привыкшим к наиболее распространенным инструментам, таким как Pandas.
Это позволяет мгновенно передавать навыки без особых усилий, потому что рабочий процесс будет таким же с самого начала. Пример ниже, например, подчеркивает это.
import kangas as kg
#reads csv and displays first 5 rows
dg = kg.read_csv("Iris.csv")
dg.head()
Фрагмент выше предназначен для кода Kangas.
import pangas as pd
#reads csv and displays first 5 rows
df = pd.read_csv("Iris.csv")
df.head()
Фрагмент выше предназначен для кода Pandas.
Приведенные выше примеры могут сыграть небольшую роль в том, чтобы заставить вас забыть о цели Кангаса, что вполне понятно. Должно быть ясно, что Kangas не пытается быть Pandas, но позволяет пользователям интегрировать свой рабочий процесс Pandas в Kangas.
На странице Кангаса в Github упоминается, что «когда вы поместили свои данные в фрейм данных Pandas». Вы можете выполнять всю тяжелую работу и сложную очистку данных и принимать эти данные через Kangas, чтобы визуализировать их по своему усмотрению.
Но несмотря на то, что Kangas не является инструментом очистки данных, я нашел один замечательный способ минимальной очистки данных с помощью Kangas, который я нашел ценным.
Минимальная очистка данных
Использование метода Kangas «show ()» обеспечивает визуальный интерфейс для вашего ноутбука Jupyter, когда вы разрабатываете модели или выполняете очистку данных.
Как я подчеркивал выше, нет необходимости пытаться очистить данные с помощью Kangas, но есть встроенная функция для одного конкретного типа очистки данных: удаление столбцов.
Мы часто натыкаемся на данные, которые могут показаться нам сложными в использовании или совершенно непригодными для использования. Такие данные могут быть низкого качества и снижать качество обучаемой модели. Полное удаление столбцов во время нашего визуального рабочего процесса является большим преимуществом во время экспериментов, позволяющим как можно быстрее запустить модель.
Изображение ниже — результат нажатия кнопки «Столбец» над таблицей, которая появляется при запуске «dg.show()».
Согласно моему анализу, столбец, который мы хотим удалить, — это столбец «общество», поскольку он непригоден для использования. Нажав маленькую кнопку x рядом с ним, мы опускаем его и получаем результат ниже.
Мы, наконец, загружаем нашу новую сетку данных и продолжаем наш рабочий процесс. Загрузка находится в крайнем левом углу нижней части интерфейса, предоставленного Kangas.
Вышеупомянутая функция может быть полезна для некоторых. Теперь я могу сосредоточиться на другой функции, которую считаю чрезвычайно полезной: Фокус типа по умолчанию.
Фокус типа по умолчанию
Я назвал это так из-за отсутствия лучшего способа выразить это. Проще говоря, он выделяет функции столбца по умолчанию, когда его просят отобразить раздел данных.
Это может показаться небольшим, но у этого есть два основных преимущества. Первое преимущество заключается в том, что вам не нужно писать дополнительные строки кода в поисках этой информации. Второе преимущество заключается в том, что вы можете легко узнать, во что преобразовать эти данные во время предварительной обработки данных.
Эта функция еще более впечатляет, если учесть, что она даже указывает на столбцы, которые должны относиться к другому типу данных. Изображение ниже является хорошим примером того, о чем я говорю.
dg = kg.read_csv("/home/mwaniki-new/Documents/Bengaluru-House-Prediction-main/Input/Train.csv")
dg.head()
Это указывает на то, что столбец «total_sqft» имеет неправильный тип, и выделяет его диапазон, чтобы довести точку до цели.
В некоторых случаях это ценный инструмент, и знание того, где могут потребоваться преобразования с самого начала, сэкономит много времени на разработку и, вероятно, позволит избежать многих видов ошибок.
Могло быть и лучше…
Kangas имеет встроенную поддержку как Tensorboard, так и Pandas. Я попытался протестировать функциональность Polars, и, как и предсказывалось, многие проблемы было нелегко решить.
Еще одна проблема, которую пользователи могут найти проблематичной, заключается в том, что визуализированный интерфейс сетки данных с «.show()» может быть нединамическим. Пользовательские темы и темы без белого фона, такие как темы по умолчанию для ноутбуков Juypyter, могут не отображать сетку данных идеально.
Теперь это позволяет мне познакомить вас с одним из величайших преимуществ Kangas: разработкой с открытым исходным кодом. На странице Kangas на Github они заявляют, что более чем рады принять вклад сообщества.
Идите вперед и стройте с помощью Kangas или стройте Kangas самостоятельно.
Примечание редактора. Heartbeat — это интернет-издание и сообщество, созданное участниками и посвященное предоставлению лучших образовательных ресурсов для специалистов по науке о данных, машинному обучению и глубокому обучению. Мы стремимся поддерживать и вдохновлять разработчиков и инженеров из всех слоев общества.
Независимая от редакции, Heartbeat спонсируется и публикуется Comet, платформой MLOps, которая позволяет специалистам по данным и командам машинного обучения отслеживать, сравнивать, объяснять и оптимизировать свои эксперименты. Мы платим нашим авторам и не продаем рекламу.
Если вы хотите внести свой вклад, перейдите к нашему призыву к участию. Вы также можете подписаться на получение нашего еженедельного информационного бюллетеня (Еженедельник глубокого обучения), заглянуть в блог Comet, присоединиться к нам в Slack и подписаться на Comet в Twitter и LinkedIn для получения ресурсов и событий. и многое другое, что поможет вам быстрее создавать более качественные модели машинного обучения.
