Google发布机器学习开源可视化工具Facets

文 / Google Big Picture 团队高级软件工程师 James Wexler

要通过机器学习 (ML) 模型取得最佳结果，您需要真正理解您的数据。然而，机器学习数据集可能包含数以亿计的数据点，每个数据点又都包含数百个（甚或数千个）特性，因此，直观地理解整个数据集几乎是不可能的。可视化工具有助于发现大型数据集的微妙之处并从中发现真知灼见。一张图片传达的信息胜过千言万语，而一个直观的可视化工具则更胜一筹。

在执行 PAIR 计划的过程中，我们发布了 Facets，一个用于帮助理解和分析机器学习数据集的开放源代码可视化工具。

可使用 Facets Overview 了解数据的每个具体特性，或使用 Facets Dive 探究个别观察的数据集。这些可视化选择允许您调试您的数据，这在机器学习中与调试您的模型一样重要。您可在 Jupyter notebooks 内部轻松使用它们，也可将其嵌入网页。除开放源代码外，我们还创建了一个 Facets 演示网站：

https://pair-code.github.io/facets

此网站允许任何人直接在浏览器中可视化他们自己的数据集，而不必安装或设置任何软件，甚至不需要数据离开您的计算机。

Facets Overview

Facets Overview 自动帮助用户快速理解其数据集特性的值分布。可在同一个可视化视图中比较多个数据集（如训练集和测试集）。妨碍机器学习的常见数据问题被推到前端，例如，异常的特性值、缺失值比例很高的特性、分布不均的特性&#