분류: 특징 공학

Python으로 연습하는 Machine Learning 면접 질문

Lisa Stuart

Data Scientist

특징 공학... 왜 할까요?

• 데이터에서 추가 정보를 추출
• 관련 특징을 추가로 생성
• 예측 모델을 향상시키는 가장 효과적인 방법 중 하나

특징 공학의 이점

• 학습 알고리즘의 예측력 향상
• 머신러닝 모델 성능을 더욱 높입니다!

특징 공학의 유형

• 지시 변수
• 상호작용 특징
• 특징 표현

지시 변수

• 임계값 지시자
  • 나이: 고등학교 vs 대학교
• 다중 특징
  • 플래그로 사용
• 특별 이벤트
  • 블랙 프라이데이
  • 크리스마스
• 클래스 그룹
  • 웹사이트 트래픽 유료 플래그
    • Google AdWords{4}}
    • Facebook 광고

상호작용 특징

• 합계
• 차이
• 곱
• 몫
• 기타 수학적 조합

특징 표현

• Datetime 스탬프
  • 요일
  • 시간대
• 범주형 수준을 '기타'로 묶기
• 범주형을 더미 변수로 변환
  • (k - 1) 이진 열

서로 다른 범주 수준

• 학습 데이터:
  • 모델이 [red, blue, green]으로 학습됨

• 테스트 데이터:

  • 모델이 [red, green, yellow]로 테스트됨
  • 학습에 없던 추가 색상 존재
  • 한 색상 누락

• 강건한 원-핫 인코딩

¹ https://blog.cambridgespark.com/robust-one-hot-encoding-in-python-3e29bfcec77e

부채 대비 소득 비율

• Monthly Debt
• Annual Income/12

특징 공학 함수

기능	반환
sklearn.linear_model.LogisticRegression	로지스틱 회귀
sklearn.model_selection.train_test_split	학습/테스트 분할 함수
sns.countplot(x='Loan Status', data=data)	막대 그래프
df.drop(['Feature 1', 'Feature 2'], axis=1)	특징 목록 삭제
df["Loan Status"].replace({'Paid': 0, 'Not Paid': 1})	Loan Status를 정수로
pd.get_dummies()	k - 1 이진 특징
sklearn.metrics.accuracy_score(y_test, predict(X_test))	모델 정확도

훌륭한 튜토리얼:

Datacamp 아티클: 범주형 데이터

Ayo berlatih!

Python으로 연습하는 Machine Learning 면접 질문