Závěrečné myšlenky

Feature Engineering with PySpark

John Hogue

Lead Data Scientist

Co jste se naučili!

• Vizuální a statistická inspekce
• Odstranění řádků a sloupců
• Škálování a úprava dat
• Zpracování chybějících hodnot
• Spojování externích datových sad

• Generování příznaků
• Extrakce proměnných z nestrukturovaných polí
• Binning, bucketing a kódování
• Trénování a vyhodnocení modelu
• Interpretace výsledků modelu

Čas naučit se něco nového!

Feature Engineering with PySpark