Watson Studioの「Data Refinery」機能で「馬の疝痛(せんつう)」データを眺めてみた。

IBMの「Watson Studio」に含まれている「 Data Refinery」機能を使ってみました。
データプロファイルの視覚化などが、こんな感じで数クリックで出来ちゃいます。

※本エントリーは、私、小田一弥が一個人として勉強を兼ねて記載したものです。私の勤務先である日本アイ・ビー・エム株式会社の見解・見識ではない、個人としての記載内容としてご覧ください。　

「Data Refinery」とは？

概要：

Watson StudioとWatson Knowledge Catalogから使用可能なData Refineryツールは、膨大な量の生データを、利用可能な品質の高い情報に素早く変換してすぐに分析できる状態にすることにより、データ準備時間を節約します。

機能：

・データの分析と変換

・データのプロファイル作成と視覚化

・あらゆる場所にあるデータへの接続

・ガバナンスされたセルフサービスのデータ準備

・ジョブの実行のスケジューリング

・サーバーレスでの実行

(参考)

https://www.ibm.com/jp-ja/cloud/data-refinery

サンプルデータについて

今回は、馬の「疝痛(せんつう)」に関するオープンデータを用います。

疝痛(せんつう)とは？

疝痛（せんつう、colic）とは腹部臓器の疼痛およびそれに伴う腹痛を示す症状名。馬ではその解剖学的、生理学的特徴から多発する。以下では主に馬について記述する。馬で多発する原因として、胃が体躯に比べ小さいために嘔吐しにくい構造であること、腸間膜（mesentery）が長く固定されていないこと、巨大な盲腸をもつことなどが挙げられる。
(Wikipediaより)

ちなみに、1997年に皐月賞と日本ダービーを制した名馬「サニーブライアン」なども疝痛で命を落としていまして、お馬さん業界の中では結構メジャーで怖い病らしいです。

＜サンプルデータの入手・加工方法＞

１．UCIのサイトからデータをダウンロード
下記サイトからローデータをダウンロードしてください。上段にある「Download: Data Folder」をクリックするとローデータが表示されます。また、当ページの下部には各データ列の詳細についての解説もあるので、後ほどデータ形式の指定時に参照します。
ちなみに、欠損値も30％ほど入っているので、置換ノードによるデータ加工のお勉強としても活用そうですね。

Horse Colic Data Set(UCI：Machine Learning Repository)