Ingénierie des caractéristiques

Remporter une compétition Kaggle en Python

Yauhen Babakhin

Kaggle Grandmaster

Processus de solution

 

 

solution workflow

Remporter une compétition Kaggle en Python

Étape de modélisation

  modeling stage components

Remporter une compétition Kaggle en Python

Étape de modélisation

  modeling stage components

Remporter une compétition Kaggle en Python

Étape de modélisation

  modeling stage components

Remporter une compétition Kaggle en Python

Ingénierie des caractéristiques

 

feature engineering scheme

Remporter une compétition Kaggle en Python

Ingénierie des caractéristiques

 

feature engineering scheme

Remporter une compétition Kaggle en Python

Types de caractéristiques

 

  • Numériques
  • Catégorielles
  • Date et heure
  • Coordonnées
  • Texte
  • Images
Remporter une compétition Kaggle en Python

Création de caractéristiques

# Concatenate the train and test data
data = pd.concat([train, test])

# Create new features for the data DataFrame...

# Get the train and test back
train = data[data.id.isin(train.id)]
test = data[data.id.isin(test.id)]
Remporter une compétition Kaggle en Python

Caractéristiques arithmétiques

# Two sigma connect competition
two_sigma.head(1)

      id     bathrooms  bedrooms price interest_level
0     10     1.5        3        3000  medium

# Arithmetical features
two_sigma['price_per_bedroom'] = two_sigma.price / two_sigma.bedrooms
two_sigma['rooms_number'] = two_sigma.bedrooms + two_sigma.bathrooms
Remporter une compétition Kaggle en Python

Caractéristiques de date et d'heure

# Demand forecasting challenge
dem.head(1)

          id           date store  item  sales
0     100000     2017-12-01     1     1     19

# Convert date to the datetime object
dem['date'] = pd.to_datetime(dem['date'])
Remporter une compétition Kaggle en Python

Caractéristiques de date et d'heure

# Year features
dem['year'] = dem['date'].dt.year

# Month features
dem['month'] = dem['date'].dt.month

# Week features
dem['week'] = dem['date'].dt.weekofyear

# Day features
dem['dayofyear'] = dem['date'].dt.dayofyear
dem['dayofmonth'] = dem['date'].dt.day
dem['dayofweek'] = dem['date'].dt.dayofweek

date           year  month   week
2017-12-01     2017     12     48
2017-12-02     2017     12     48
2017-12-03     2017     12     48
2017-12-04     2017     12     49

 

date      dayofyear  dayofmonth dayofweek
2017-12-01  335      1          4
2017-12-02  336      2          5
2017-12-03  337      3          6
2017-12-04  338      4          0
Remporter une compétition Kaggle en Python

Passons à la pratique !

Remporter une compétition Kaggle en Python

Preparing Video For Download...