Eliminación de características redundantes

Preprocesamiento para machine learning en Python

James Chapman

Curriculum Manager, DataCamp

Características redundantes

  • Quitar características ruidosas
  • Quitar características correlacionadas
  • Quitar características duplicadas
Preprocesamiento para machine learning en Python

Escenarios para eliminación manual

city state lat long
hico tx 31.982778 -98.033333
mackinaw city mi 45.783889 -84.727778
winchester ky 37.990000 -84.179722
Preprocesamiento para machine learning en Python

Características correlacionadas

  • Correlación estadística: las características se mueven en la misma dirección
  • Los modelos lineales asumen independencia entre características
  • Coeficiente de correlación de Pearson
Preprocesamiento para machine learning en Python

Características correlacionadas

print(df)

        A     B     C
0    3.06  3.92  1.04
1    2.76  3.40  1.05
2    3.24  3.17  1.03
...

print(df.corr())

          A         B         C
A  1.000000  0.787194  0.543479
B  0.787194  1.000000  0.565468
C  0.543479  0.565468  1.000000
Preprocesamiento para machine learning en Python

¡Vamos a practicar!

Preprocesamiento para machine learning en Python

Preparing Video For Download...