Removendo features redundantes

Pré-processamento para Machine Learning em Python

James Chapman

Curriculum Manager, DataCamp

Features redundantes

  • Remover features ruidosas
  • Remover features correlacionadas
  • Remover features duplicadas
Pré-processamento para Machine Learning em Python

Cenários para remoção manual

city state lat long
hico tx 31.982778 -98.033333
mackinaw city mi 45.783889 -84.727778
winchester ky 37.990000 -84.179722
Pré-processamento para Machine Learning em Python

Features correlacionadas

  • Correlacionadas estatisticamente: variam na mesma direção
  • Modelos lineares assumem independência entre features
  • Coeficiente de correlação de Pearson
Pré-processamento para Machine Learning em Python

Features 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
Pré-processamento para Machine Learning em Python

Vamos praticar!

Pré-processamento para Machine Learning em Python

Preparing Video For Download...