はじめに
Dataikuを初めて触る方(著者含め)向けに執筆しているものになります。
今回は実際にデータ準備のチュートリアルの内容まとめ
開始する準備
前回で準備完了しているので割愛
チュートリアル開始
- cloudにログイン後（準備から続けている方は不要）、Data Preparetion(赤枠)を押下
- データ準備のカリキュラムが表示される
カリキュラム開始
1. Get Started(プロジェクト作成まで)
項目を押下すると、画像が手順付きで乗っているので画面と照らし合わせながらやっていくと今回用のプロジェクトが作成される
2. Understand the project （データの検索～カラム分布の分析)
- 赤枠内の画像手順に沿うと画像内の一覧が表示される
- 赤枠内の手順に従うと一覧の全体件数が表示される（サンプリング方法を変更後は青枠の部分を押下しないと更新されないので注意）
- 赤枠内の手順に従うと対象の項目の分析情報が表示される
- 分析ダイアログの解説
- サマリー
- 合計を指し、有効値の中から一意のものも表示される。無効、空白もあるので内容がおかしいものも発見しやすい
- 統計
- データに対する統計情報が表示される。ちなみにIQRは四分位範囲を指し、データのばらつきを測る統計指標の一つで、全データを小さい順に並べたとき、中央の50%がどの程度の幅に収まっているかを示す値のこと
- 上位の値
- 同じ値がどれくらいあるかを示す
- 外れ値
- サンプルで対象が存在しないが、無効の値が表示されると推測
- 上位の無効の値
- サンプルで対象が存在しないが、上位の値の無効値版と推測
3. Prepare data （データの準備)
- 赤枠の手順を行う
- スクリプトの画面が表示されるので、青枠のボタンを押下する(違う画面が表示された場合は緑枠のスクリプトを押下する)
- 赤枠にsplit columnを入力し、青枠内のSplit Columnを押下し一つ前の画像の赤枠の手順を行う
- 最終的に以下の表示になる
4. Import data（データのインポート）
- 赤枠を押下し、インポートするファイルをDL後青枠の画像内手順に従う（チャート画面ではない場合、画面上部の緑枠にマウスを合わせてFlowを選択）
- 赤枠で囲んだ画像の手順を行い、データをインポートする
- インポートデータが表示される
5.Join data（データ結合）
- 赤枠で囲んだ画像の手順を行う。
- 赤枠で囲んだ画像の手順を行い、外部結合の設定画面を表示する（ヘルプの画像と画面上に表示されるものが異なるが気にしない）
- 赤枠で囲んだ画像の手順を行うが、その画面に行く手順が青枠に囲まれた箇所を押下するとダイアログが表示されもう一度ダイアログ内に青枠で囲われた所が表示されるので押下すると表示される。
- 不一致だった一覧を出す設定を行うようだが、画面上にヘルプのような設定が表示されないのでここに関連する部分はカット（画像は載せておきます）
- 赤枠で囲んだ画像の手順を行い、アウトプットするカラムの設定を行う。
- 赤枠で囲んだ画像の手順を行い、エンジンの設定を確認する（自分の環境では表示されなかった）
- 赤枠で囲んだ画像の手順を行い、二つのデータセットを結合させる。
- 実行後不一致だった件数も別Flowで表示される（赤枠で囲んだ画像）※前段にある手順が行えなかったため、折を見て色々試してみる
6. 最後に
データ準備からデータ結合までのチュートリアルを実施してみましたが、
ヘルプセンターの内容と実際の画面と異なる部分があり、
戸惑う部分がありましたが大まかにはどこに何があるか含め理解できたと思っています。
一部実画面に設定がなくすっ飛ばした部分だけ心残りですので、他チュートリアルを行った後再度確認してみたいと思います。※UI変更とかでヘルプ内の更新が間に合っていないのはあるあるですが。。
データ準備のチュートリアルにはおまけがあるので、別記事で続きを記載します。