Pandas 熊猫：在大数据集中查找数据之间的关系

我是数据科学的新手，我想探索数据之间的关系。。我有一个非常大的数据集，包含556784 X 60行和列。有一些不需要的变量需要忽略，以便输入神经网络。使用线性回归和多重回归可以帮助我们找到Xlabel和Ylabel之间的关系。但在如此庞大的数据集中运行回归技术真的有帮助吗？或者有没有其他方法可以找到哪些数据对问题真正重要，哪些数据不重要

我知道这是一个理论问题，但它确实帮助我进一步前进。

---

谢谢

我也是DS的noob，但我想我可以给你一些想法：

• 处理数据的方式取决于处理的数据类型（以数字、文本或某种时间序列形式）
• 你可以自己探索，制作一些情节
• 您可以使用一小部分数据来减少计算时间
• 神经网络真的需要吗？它给出了非常不清楚的结果，很难解释，并且需要时间来训练，也许你应该先尝试从“经典”模型开始，做一些好的特性工程
• 最后，您可以查看sklearn手册（我觉得非常好）中的数据预处理章节，我想它会给您一些想法来尝试：

---

我希望其中的一些内容会有所帮助。

如果您可以共享示例数据，您可能会找到更多帮助。以防万一，您将决定：