Özellik mühendisliği

Python ile Machine Learning kullanarak TOB tahmini

Kevin Huo

Instructor

Tarihlerle çalışmak

print(df.hour.head(1))

14102101

df['hour'] = pd.to_datetime(
  df['hour'], format = '%y%m%d%H')
df['hour_of_day'] = df['hour'].dt.hour
print(df.hour.head(1))

2014-10-21 01:00:0

print(df.groupby('hour_of_day')
      ['click'].sum())

             click
hour_of_day       
1             1092
2             6546

Kategorik değişkenleri hashing ile dönüştürme

Kategorik özellikler sayısal formata dönüştürülmelidir
Karma (hash) fonksiyonu: rastgele girdiyi tamsayıya eşler; aynı girdi için hep aynı çıktıyı verir
Lambda fonksiyonu: lambda x: f(x)
f(x) = hash(x) ile şöyle uygularız:

df['site_id'] = df['site_id'].apply(lambda x: hash(x))

83a0ad1a -> -9161053084583616050
85f751fd-> 818242008494177460

Özelliklere yakından bakış

count() ve nunique() örnekleri:

df['ad_type'].count()

df['ad_type'].nunique()

Kategorik bir sütunun dağılımı örneği

Özellik oluşturma

Değişkenlerin çoğu kategoriktir
Daha fazla özellik eklemek genelde öngörü gücünü artırır
Yeni özellik örneği: device_id (kullanıcı) ve search_engine_type başına gösterim sayısı:

df['device_id_count'] = df.groupby('device_id')['click'].transform("count")
df['search_engine_type_count'] = df.groupby('search_engine_type')['click'].transform("count")
print(df.head(1))

...  device_id_count  search_engine_type_count
...            40862                     47710

Hadi pratik yapalım!

Python ile Machine Learning kullanarak TOB tahmini