Renumics Spotlight：探索非结构化数据的新利器

项目介绍

Renumics Spotlight 是一款强大的工具，旨在帮助用户快速理解和探索非结构化数据集。无论您处理的是图像、音频、文本、视频、时间序列还是几何数据，Spotlight 都能让您轻松创建交互式可视化，并通过数据增强（如嵌入、预测、不确定性）识别数据中的关键集群。

项目技术分析

Spotlight 的核心技术在于其能够无缝集成到现有的数据处理流程中。它支持从 Pandas DataFrame 开始，只需几行代码即可启动交互式探索。此外，Spotlight 还支持多种数据类型，包括图像、音频、文本等，并且能够自动识别数据类型，简化用户操作。

from renumics import spotlight

spotlight.show(df, dtype={"image": spotlight.Image, "embedding": spotlight.Embedding})

Spotlight 还提供了丰富的预定义布局和自定义布局功能，用户可以通过编程或界面操作来构建适合自己需求的可视化布局。

项目及技术应用场景

Spotlight 适用于多种场景，特别是在机器学习和工程团队中，用于理解和沟通复杂的非结构化数据问题。以下是一些具体的应用案例：

• 图像分类：快速发现图像分类数据集中的问题，如 CIFAR-100 数据集中的数据问题。
• 音频分类：调试预训练的性别检测模型，比较不同模型在 emodb 数据集上的表现。
• 文本分类：发现文本分类数据集中的问题，如情感分析中的数据偏差。
• 混合数据探索：探索 Formula1 蒙特利尔 2023 GP 的结果或碰撞模拟数据集。

项目特点

1. 多模态支持：支持图像、音频、文本、视频等多种非结构化数据类型。
2. 快速启动：从 Pandas DataFrame 开始，只需几行代码即可启动探索。
3. 交互式可视化：快速创建交互式可视化，帮助用户直观理解数据。
4. 数据增强：利用嵌入、预测等数据增强功能，识别数据中的关键集群。
5. 预定义布局：提供多种预定义布局，简化用户操作。
6. 自定义布局：支持通过编程或界面操作构建自定义布局。

快速开始

安装

pip install renumics-spotlight

加载数据并开始探索

import pandas as pd
from renumics import spotlight

df = pd.read_csv("https://renumics.com/data/mnist/mnist-tiny.csv")
spotlight.show(df, dtype={"image": spotlight.Image})

加载 Hugging Face 音频数据集

import datasets
from renumics import spotlight

ds = datasets.load_dataset('renumics/emodb-enriched', split='all')
layout= spotlight.layouts.debug_classification(label='gender', prediction='m1_gender_prediction', embedding='m1_embedding', features=['age', 'emotion'])
spotlight.show(ds, layout=layout)

反馈与贡献

我们非常欢迎您的反馈和贡献！您可以通过以下方式与我们联系：

• 在 Github 上提交问题。
• 通过 Discord 加入我们的社区。
• 参与 Hacktoberfest 2023 贡献代码。

无论您是报告错误、提出功能建议，还是贡献设计想法，您的每一份贡献都将帮助我们改进项目，使其更好地服务于每一位用户。

了解更多

• 🤗 Huggingface 示例空间和数据集。
• 🏀 Playbook 数据中心 AI 工作流程。
• 🍰 Sliceguard 自动切片检测库。

Renumics Spotlight 是您探索非结构化数据的最佳伙伴，立即开始您的数据探索之旅吧！