Feature engineering

Python में Machine Learning के साथ CTR प्रेडिक्शन

Kevin Huo

Instructor

तिथियों से निपटना

print(df.hour.head(1))

14102101

df['hour'] = pd.to_datetime(
  df['hour'], format = '%y%m%d%H')
df['hour_of_day'] = df['hour'].dt.hour
print(df.hour.head(1))

2014-10-21 01:00:0

print(df.groupby('hour_of_day')
      ['click'].sum())

             click
hour_of_day       
1             1092
2             6546

Hashing से categorical variables बदलना

Categorical फीचर को numerical फ़ॉर्मेट में बदलना होता है
Hash फंक्शन: किसी भी input को integer output में मैप करता है, एक ही input पर हमेशा वही output देता है
Lambda फंक्शन: lambda x: f(x)
f(x) = hash(x) से hash फंक्शन ऐसे लागू करें:

df['site_id'] = df['site_id'].apply(lambda x: hash(x))

83a0ad1a -> -9161053084583616050
85f751fd-> 818242008494177460

फीचर्स को करीब से देखें

count() और nunique() के उदाहरण:

df['ad_type'].count()

df['ad_type'].nunique()

किसी categorical कॉलम के वितरण का उदाहरण

फीचर्स बनाना

ज़्यादातर variables categorical हैं
ज़्यादा फीचर जोड़ने से predictive power बेहतर होती है
नए फीचर का उदाहरण: device_id (user) और search_engine_type पर impressions:

df['device_id_count'] = df.groupby('device_id')['click'].transform("count")
df['search_engine_type_count'] = df.groupby('search_engine_type')['click'].transform("count")
print(df.head(1))

...  device_id_count  search_engine_type_count
...            40862                     47710

अभ्यास करते हैं!

Python में Machine Learning के साथ CTR प्रेडिक्शन