Ta bort redundanta särdrag

Förbehandling för maskininlärning i Python

James Chapman

Curriculum Manager, DataCamp

Redundanta särdrag

  • Ta bort brusiga särdrag
  • Ta bort korrelerade särdrag
  • Ta bort duplicerade särdrag
Förbehandling för maskininlärning i Python

Scenarier för manuell borttagning

city state lat long
hico tx 31.982778 -98.033333
mackinaw city mi 45.783889 -84.727778
winchester ky 37.990000 -84.179722
Förbehandling för maskininlärning i Python

Korrelerade särdrag

  • Statistiskt korrelerade: särdrag rör sig i samma riktning
  • Linjära modeller förutsätter att särdrag är oberoende
  • Pearsons korrelationskoefficient
Förbehandling för maskininlärning i Python

Korrelerade särdrag

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
Förbehandling för maskininlärning i Python

Nu kör vi en övning!

Förbehandling för maskininlärning i Python

Preparing Video For Download...