Lista de técnicas de engenharia de recursos

Existe algum recurso com uma lista de técnicas de engenharia de recursos? Um mapeamento do tipo de dados, modelo e técnica de engenharia de recursos seria uma mina de ouro

Não há uma fonte definida sobre como executar a engenharia de recursos. Geralmente depende do problema que você está tentando resolver. Alguns dizem que é mais uma arte do que ciência.

Mas eu analisaria algumas das soluções kaggle kernels / vencedoras de alta pontuação, se disponíveis. Basta ir até o kaggle e navegar pelas competições. Há muito material muito útil lá.

Além disso, o diário de pesquisa em aprendizado de máquina tem vários artigos sobre engenharia de recursos. Basta pesquisar no site http://www.jmlr.org/ .

Os links a seguir são úteis e muito longos para parafrasear:

• Algumas informações sobre algumas práticas recomendadas de engenharia de recursos podem ser encontradas no Quora, consulte este link
• No domínio do aprendizado de máquina, há esta página sobre engenharia de recursos.

Imputação de dados ausentes:

1. Análise completa de casos

2. Imputação da média / mediana / modo

3. Imputação de amostra aleatória

4. Substituição por valor arbitrário

5. Indicador de valor ausente

6. Imputação multivariada

Codificação categórica:

1. Uma codificação quente

2. Codificação de contagem e frequência

3. Codificação de destino / Codificação média

4. Codificação ordinal

5. Peso da evidência

6. Codificação rara de etiquetas

7. BaseN, hash de recursos e outros

Transformação variável:

1. Logaritmo

2. Recíproca

3. Raiz quadrada

4. Exponencial

5. Yeo-Johnson

6. Box-Cox

Discretização:

1. Discretização de igual frequência

2. Discretização de igual comprimento

3. Discretização com árvores

4. Discretização com ChiMerge

Remoção de Outlier:

1. Remoção de outliers

2. Tratar valores extremos como NaN

3. Capping, Windsorisation

Escala de recursos:

1. Estandardização

2. MinMax Scaling

3. Escala Média

4. Escala máxima absoluta

5. Norma da unidade - Escalonamento

Engenharia de Data e Hora:

1. Extraindo dias, meses, anos, trimestres, tempo decorrido

Criação de Recursos:

1. Soma, subtração, média, mínimo, máximo, produto, quociente do grupo de recursos

Agregando dados de transação:

1. Igual ao anterior, mas com o mesmo recurso ao longo do tempo

Extraindo recursos do texto:

1. Saco de palavras

2. tfidf

3. n-gramas

4. word2vec

5. extração de tópicos

E, finalmente, extrair recursos de imagens.

Um bom artigo que descreve a maioria das técnicas acima: Engenharia de recursos, uma visão abrangente

Uma boa lista de recursos para aprender mais sobre engenharia de recursos: Melhores recursos para aprender sobre engenharia de recursos

Ferramentas Python para engenharia de recursos podem ser encontradas neste tópico

AVISO LEGAL: Eu escrevi os 2 artigos e também sou o criador de 1 dos cursos recomendados para aprender sobre engenharia de recursos.