facets學習（1）：什麼是facets

ML 數據集能夠包含數億個數據點，每一個數據點由數百（甚至數千）的特徵組成，幾乎不可能以直觀的方式瞭解整個數據集。爲幫助理解、分析和調試 ML 數據集，谷歌開源了 Facets，一款可視化工具。

Facets 包含兩個部分 —— Facets Overview 和 Facets Dive ，容許用戶以不一樣的粒度查看其數據的總體圖像。Facets Overview 可用於可視化數據的每個特徵，Facets Dive 用來探索個別的數據觀察集。

可視化的部分是經過（https://www.polymer-project.org）Polymer web components來實現的。後來採用的開發語言是TS（可惡，爲啥不是JS，還要去學習）。

並且，很容易的就能夠嵌入到jupyter notebooks(使用python的我樂了）或者嵌入到web網頁中。

具體的demo能夠訪問網頁：https://pair-code.github.io/facets/

 

Facets Overview 能夠讓用戶快速瞭解其數據集特徵值的分佈狀況，能夠在相同的可視化上比較多個數據集，例如訓練集和測試集。阻礙機器學習的常見數據問題被推到最前端，好比出乎意料的特徵值、具備高比例遺失值的特徵、帶有不平衡分佈的特徵，數據集之間的特徵分佈誤差等等。

 

Facets Dive 則提供了一個易於定製的直觀界面，用於探索數據集中不一樣特徵數據點之間的關係。它是一種交互式探索多達數萬個數據點的工具，容許用戶在高級概述和低級細節之間進行無縫切換。經過 Facets Dive，你能夠控制位置、顏色和視覺表現。每一個示例在可視化中被表示爲單個項目，而且能夠經過其特徵值在多個維度上經過 faceting/bucketing 來定位點。經過結合細分和過濾，Dive 能夠輕鬆地在複雜數據集中識別樣式和異常值。