Вилучення зайвих ознак

Передобробка для машинного навчання в Python

James Chapman

Curriculum Manager, DataCamp

Зайві ознаки

  • Приберіть «шумні» ознаки
  • Приберіть корельовані ознаки
  • Приберіть дублікати ознак
Передобробка для машинного навчання в Python

Сценарії для ручного вилучення

city state lat long
hico tx 31.982778 -98.033333
mackinaw city mi 45.783889 -84.727778
winchester ky 37.990000 -84.179722
Передобробка для машинного навчання в Python

Корельовані ознаки

  • Статистично корельовані: ознаки змінюються в одному напрямі
  • Лінійні моделі припускають незалежність ознак
  • Коефіцієнт кореляції Пірсона
Передобробка для машинного навчання в Python

Корельовані ознаки

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
Передобробка для машинного навчання в Python

Давайте потренуємось!

Передобробка для машинного навчання в Python

Preparing Video For Download...