ML 數據集可以包含數億個數據點，每個數據點由數百（甚至數千）的特征組成，幾乎不可能以直觀的方式了解整個數據集。為幫助理解、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 ，允許用戶以不同的粒度查看其數據的整體圖像。Facets Overview 可用于可視化數據的每一個特征，Facets Dive 用來探索個別的數據觀察集。

除了開放 Facets 源碼 ，Google 還創建了 演示網站 。

具體來看，Facets Overview?可以讓用戶快速了解其數據集特征值的分布情況，可以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，比如出乎意料的特征值、具有高比例遺失值的特征、帶有不平衡分布的特征，數據集之間的特征分布偏差等等。

?

Facets Dive 則提供了一個易于定制的直觀界面，用于探索數據集中不同特征數據點之間的關系。它是一種交互式探索多達數萬個數據點的工具，允許用戶在高級概述和低級細節之間進行無縫切換。通過 Facets Dive，你可以控制位置、顏色和視覺表現。每個示例在可視化中被表示為單個項目，并且可以通過其特征值在多個維度上通過 faceting/bucketing 來定位點。通過結合細分和過濾，Dive 可以輕松地在復雜數據集中識別樣式和異常值。

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? Google 開源機器學習數據集可視化工具 Facets