Классификация: конструирование признаков

Практика вопросов интервью по машинному обучению на Python

Lisa Stuart

Data Scientist

Конструирование признаков: зачем?

Пороговый индикатор
- возраст: школа или университет
Несколько признаков
- используются как флаг
Особые события
- чёрная пятница
- Рождество
Группы классов
- флаг платного трафика сайта
  - Google adwords{4}}
  - Facebook ads

Обучающие данные:
- модель обучена на [red, blue, green]
Тестовые данные:
- модель тестируется на [red, green, yellow]
- новый цвет, не встречавшийся при обучении
- один цвет отсутствует
Устойчивое унитарное кодирование

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

Функция	возвращает
`sklearn.linear_model.LogisticRegression`	логистическую регрессию
`sklearn.model_selection.train_test_split`	функцию разбивки на обучающую/тестовую выборку
`sns.countplot(x='Loan Status', data=data)`	столбчатую диаграмму
`df.drop(['Feature 1', 'Feature 2'], axis=1)`	удаляет список признаков
`df["Loan Status"].replace({'Paid': 0, 'Not Paid': 1})`	`Loan Status` как целые числа
`pd.get_dummies()`	k - 1 бинарных признаков
`sklearn.metrics.accuracy_score(y_test, predict(X_test))`	точность модели

Статья DataCamp: категориальные данные

Практика вопросов интервью по машинному обучению на Python