Özellik mühendisliği

Python ile Bir Kaggle Yarışmasını Kazanmak

Yauhen Babakhin

Kaggle Grandmaster

Çözüm iş akışı

çözüm iş akışı

Modelleme aşaması

modelleme aşaması bileşenleri

Modelleme aşaması

modelleme aşaması bileşenleri

Modelleme aşaması

modelleme aşaması bileşenleri

Özellik mühendisliği

özellik mühendisliği şeması

Özellik mühendisliği

özellik mühendisliği şeması

Özellik türleri

Sayısal
Kategorik
Tarih-saat
Koordinatlar
Metin
Görseller

Özellik oluşturma

# Eğitim ve test verilerini birleştirin
data = pd.concat([train, test])

# data DataFrame’i için yeni özellikler oluşturun...

# Eğitim ve testi geri alın
train = data[data.id.isin(train.id)]
test = data[data.id.isin(test.id)]

Aritmetik özellikler

# Two Sigma Connect yarışması
two_sigma.head(1)

      id     bathrooms  bedrooms price interest_level
0     10     1.5        3        3000  medium

# Aritmetik özellikler
two_sigma['price_per_bedroom'] = two_sigma.price / two_sigma.bedrooms
two_sigma['rooms_number'] = two_sigma.bedrooms + two_sigma.bathrooms

Tarih-saat özellikleri

# Talep tahmini yarışması
dem.head(1)

          id           date store  item  sales
0     100000     2017-12-01     1     1     19

# date sütununu datetime nesnesine çevirin
dem['date'] = pd.to_datetime(dem['date'])

Tarih-saat özellikleri

# Yıl özellikleri
dem['year'] = dem['date'].dt.year

# Ay özellikleri
dem['month'] = dem['date'].dt.month

# Hafta özellikleri
dem['week'] = dem['date'].dt.weekofyear

# Gün özellikleri
dem['dayofyear'] = dem['date'].dt.dayofyear
dem['dayofmonth'] = dem['date'].dt.day
dem['dayofweek'] = dem['date'].dt.dayofweek

date           year  month   week
2017-12-01     2017     12     48
2017-12-02     2017     12     48
2017-12-03     2017     12     48
2017-12-04     2017     12     49

date      dayofyear  dayofmonth dayofweek
2017-12-01  335      1          4
2017-12-02  336      2          5
2017-12-03  337      3          6
2017-12-04  338      4          0

Hadi pratik yapalım!

Python ile Bir Kaggle Yarışmasını Kazanmak