数据处理

本文为您详细介绍GDB Automl数据导入的方法。

1. 数据导入。
   1. 进入GDB Automl。
   2. 在页面顶端，单击数据，选择数据导入方式。
      说明 目前版本支持从图数据库GDB导入数据、从文件中导入（包括从CSV文件和压缩包文件）、从数据库SQL表导入。
2. 数据解析。
   数据导入后，GDB Automl提供数据解析器对数据进行解析，可以自动配置解析数据源，解析器（支持CSV、ARFF、XLS、XLSX、ORC等多种数据格式的解析）。
   1. 在数据解析器页面，选择导入数据对应的解析器、分离、列标题和选项。
   2. 单击解析以生成hex格式数据帧。
      解析结果可以查看特征列类型、最大值、最小值、均值等统计数据。

      • 单击Convert to enum，将特征类型转化为枚举类型，进行后续的分类任务。
      • 单击特征名，可以查看特征取值分布的统计。
3. 数据切分。
   解析后的数据帧，可以选择切分工具，按照自定义比例进行数据切分。帮助您自动划分训练集、验证集和测试集，划分时按照种子随机切分。
   1. 单击切分。
   2. 单击创建，得到拆分后的数据帧文件。