جودة البيانات وعقود الخصائص

import numpy as np
X = np.array([[1.0, np.nan], [3.0, 4.0], [5.0, 6.0]])
finite = np.isfinite(X)
print(finite.sum(axis=0).tolist())
print((~finite).any(axis=1).tolist())

[3, 2]
[True, False, False]

تكشف الأعداد والأعلام الغياب دون فرض تعويض غير مراجع.

import numpy as np
feature_ids = ["b", "a", "c"]
target_by_id = {"a": 10.0, "b": 20.0, "c": 30.0}
assert len(feature_ids) == len(set(feature_ids))
assert set(feature_ids) <= target_by_id.keys()
y = np.array([target_by_id[key] for key in feature_ids])
print(feature_ids)
print(y.tolist())

['b', 'a', 'c']
[20.0, 10.0, 30.0]

تصطف الأهداف بالهوية بعد فحص التغطية والفردية لا بترتيب مستقل.