Perguntas com a marcação «feature-engineering»

Estou construindo modelos com dados categóricos já há algum tempo e, nessa situação, basicamente uso como padrão a função LabelEncoder do scikit-learn para transformar esses dados antes de criar um modelo. Eu entendo a diferença entre OHE, LabelEncodere DictVectorizorem termos do que eles estão fazendo para os dados, mas o …

97 scikit-learn  categorical-data  feature-engineering 

É melhor codificar recursos como mês e hora como fator ou numérico em um modelo de aprendizado de máquina? Por um lado, acho que a codificação numérica pode ser razoável, porque o tempo é um processo progressivo (o quinto mês é seguido pelo sexto mês), mas, por outro lado, acho …

23 machine-learning  feature-extraction  feature-engineering  encoding  numerical 

Estou tentando entender como posso codificar variáveis ​​categóricas usando estimativa de probabilidade, mas até agora tive pouco sucesso. Todas as sugestões serão muito apreciadas.

22 feature-engineering 

No caso de ter uma combinação de atributos categóricos e numéricos, costumo converter os atributos categóricos em um vetor quente. Minha pergunta é: deixo esses vetores como estão e dimensiono os atributos numéricos por meio de padronização / normalização, ou devo dimensionar os vetores quentes juntos com os atributos numéricos?

20 feature-engineering  feature-scaling  data-science-model 

Estou participando de uma competição de kaggle. O conjunto de dados possui cerca de 100 recursos e todos são desconhecidos (em termos do que realmente representam). Basicamente, são apenas números. As pessoas estão realizando muita engenharia de recursos nesses recursos. Eu estou querendo saber como exatamente um é capaz de …

19 machine-learning  feature-selection  feature-extraction  feature-engineering  kaggle 

Fechado . Esta pergunta precisa de detalhes ou clareza . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Adicione detalhes e esclareça o problema editando esta postagem . Fechado há 3 anos . Estou trabalhando em um conjunto de dados fictício com 25 recursos. Dois dos recursos são …

18 machine-learning  python  feature-engineering  feature-scaling  normalization 

Crio um corr()df a partir de um df original. O corr()df saiu 70 X 70 e é impossível de visualizar o mapa de calor ... sns.heatmap(df). Se eu tentar exibir corr = df.corr(), a tabela não se encaixa na tela e posso ver todas as correlações. É uma maneira de …

16 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Eu estava passando por uma solução da competição de preços da habitação no Kaggle ( o núcleo da Human Analog sobre preços da habitação : técnicas avançadas de regressão ) e me deparei com esta parte: # Transform the skewed numeric features by taking log(feature + 1). # This will …

15 regression  feature-extraction  feature-engineering  kaggle  feature-scaling 

Estou lendo uma apresentação e ela recomenda não usar a codificação deixar uma de fora, mas tudo bem com uma codificação quente. Eu pensei que ambos eram iguais. Alguém pode descrever quais são as diferenças entre eles?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering 

Tenho uma pergunta prática sobre engenharia de recursos ... digamos que quero prever os preços das casas usando regressão logística e usei vários recursos, incluindo CEP. Então, ao verificar a importância do recurso, percebo que o zip é um recurso muito bom, então decidi adicionar mais alguns recursos baseados no …

10 logistic-regression  feature-engineering  feature-construction 

Eu estava lendo o material relacionado ao XGBoost. Parece que esse método não requer escala variável, pois é baseado em árvores e pode capturar interações complexas de padrões de não linearidade. E ele pode lidar com variáveis ​​numéricas e categóricas e também parece que variáveis ​​redundantes não afetam muito esse …

9 xgboost  feature-engineering 

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

9 feature-selection  feature-extraction  feature-engineering  feature-construction  featurization 

Eu tenho os seguintes dados para um pequeno projeto paralelo. É de um acelerômetro sentado em cima de uma lavadora / secadora e eu gostaria que ele me dissesse quando a máquina terminasse. x são os dados de entrada (movimento x / y / z como um valor), y é …

8 machine-learning  time-series  feature-engineering 

Eu tenho uma Xmatriz, uma yvariável e outra variável ORTHO_VAR. Preciso prever a yvariável usando X, no entanto, as previsões desse modelo precisam ser ortogonais e, ao ORTHO_VARmesmo tempo, estar o mais correlacionadas ypossível. Eu preferiria que as previsões fossem geradas com um método não paramétrico como, por exemplo, xgboost.XGBRegressormas …

8 correlation  machine-learning  dataset  logistic-regression  prediction  linear-regression  prediction  dummy-variables  neural-network  image-classification  python  k-nn  python  neural-network  neural-network  deep-learning  keras  tensorflow  image-classification  tensorflow  reinforcement-learning  policy-gradients  machine-learning  decision-trees  neural-network  overfitting  data-analysis  metric  python  scikit-learn  distance  scipy  machine-learning  python  scikit-learn  decision-trees  logistic-regression  keras  image-classification  implementation  machine-learning  python  scikit-learn  random-forest  decision-trees  machine-learning  feature-selection  feature-engineering  word2vec  word-embeddings  natural-language-process  scikit-learn  time-series  clustering  k-means  python  cross-validation  pyspark  statistics  cross-validation  multiclass-classification  evaluation  machine-learning  nlp  machine-translation  neural-network  deep-learning  keras  tensorflow  image-classification  machine-learning  python  similarity  distance  lstm  text  named-entity-recognition  machine-learning  keras  optimization  gan  learning-rate  neural-network  data-mining  dataset  databases  books  neural-network  rnn