एक बार जब Google API का उपयोग करके एबेलोन डेटासेट डाउनलोड कर लिया जाता है, तो डेटा के कुछ नमूने 'हेड' पद्धति का उपयोग करके कंसोल पर प्रदर्शित किए जा सकते हैं। यदि इस विधि में कोई संख्या पास की जाती है, तो कई पंक्तियाँ प्रदर्शित होंगी। यह मूल रूप से शुरुआत से पंक्तियों को प्रदर्शित करता है।
और पढ़ें: TensorFlow क्या है और Keras कैसे तंत्रिका नेटवर्क बनाने के लिए TensorFlow के साथ काम करता है?
हम अबालोन डेटासेट का उपयोग करेंगे, जिसमें एबेलोन के माप का एक सेट होता है। अबालोन एक प्रकार का समुद्री घोंघा है। लक्ष्य अन्य मापों के आधार पर आयु का अनुमान लगाना है।
हम नीचे दिए गए कोड को चलाने के लिए Google सहयोग का उपयोग कर रहे हैं। Google Colab या Colaboratory ब्राउज़र पर पायथन कोड चलाने में मदद करता है और इसके लिए शून्य कॉन्फ़िगरेशन और GPU (ग्राफ़िकल प्रोसेसिंग यूनिट) तक मुफ्त पहुंच की आवश्यकता होती है। जुपिटर नोटबुक के ऊपर कोलैबोरेटरी बनाई गई है।
print("Few samples of abalone data")
abalone_train.head()
print("The abalone dataset is copied to another memory location")
abalone_features = abalone_train.copy()
print("The age column is deleted")
abalone_labels = abalone_features.pop('Age')
abalone_features = np.array(abalone_features)
print("The features are displayed")
print(abalone_features) कोड क्रेडिट:https://www.tensorflow.org/tutorials/load_data/csv
आउटपुट
Few samples of abalone data The abalone dataset is copied to another memory location The age column is deleted The features are displayed [[0.435 0.335 0.11 ... 0.136 0.077 0.097] [0.585 0.45 0.125 ... 0.354 0.207 0.225] [0.655 0.51 0.16 ... 0.396 0.282 0.37 ] ... [0.53 0.42 0.13 ... 0.374 0.167 0.249] [0.395 0.315 0.105 ... 0.118 0.091 0.119] [0.45 0.355 0.12 ... 0.115 0.067 0.16 ]]
स्पष्टीकरण
- 'हेड' पद्धति का उपयोग करके डेटा के कुछ नमूने कंसोल पर प्रदर्शित किए जाते हैं।
- डेटासेट को किसी अन्य मेमोरी लोकेशन पर कॉपी किया जाता है ताकि किसी एक डेटासेट में परिवर्तन किए जा सकें और फिर भी अन्य मेमोरी लोकेशन में डेटासेट की मौलिकता बनी रहे।
- हम मानते हैं कि कॉलम 'आयु' अप्रासंगिक है, इसलिए इसे डेटासेट से हटा दिया जाता है।
- सुविधाएं वेक्टर के रूप में प्रदर्शित होती हैं।