Özet - Özellik mühendisliği

Bu grupta özellik seçimi, çıkarımı ve dönüştürmeyi öğrendin.

Özet: özellik mühendisliği

Bu grupta:

Özellik modelin gördüğü tek bilgidir; iyi özellik hedefle ilişkili ve tahmin anında bilinendir.
Varyans eşiği ve korelasyonla basit seçim yapılır.
Tarih ve metinden çıkarım: ay, gün, kelime sayıları.
Kategorik özellikler: one-hot (sırasız), ordinal (sıralı), handle_unknown="ignore".
Sayısal dönüşümler: log1p, gruplama, polinom.

Her dönüşüm eğitim verisinde öğrenilip test verisine aynen uygulanmalıdır; pipeline bunun en güvenli yoludur.

Uygulama Tarihten özellik

Her tarih için ay ve hafta sonu bilgisini (weekday() >= 5 ise 1, değilse 0) içeren bir liste oluştur ve np.array olarak yazdır.

Örnek çözümü göster

import numpy as np
from datetime import date

tarihler = [date(2024, 1, 6), date(2024, 1, 8), date(2024, 7, 14)]

ozet = [[t.month, int(t.weekday() >= 5)] for t in tarihler]
print(np.array(ozet))

Kendini test et

Bir kredi modeli için hangisi sızıntı riski taşır?
- Başvuru anındaki gelir
- Başvuranın yaşı
- Talep edilen tutar
- Kredi kapandıktan sonra hesaplanan gecikme sayısı
Cevabı göster

Kredi kapandıktan sonra hesaplanan gecikme sayısı — Bu bilgi tahmin anında yoktur; hedefin kendisinden türetilmiştir.
Çarpık değeri logaritmayla sıkıştır.
```
x_log = np.____(gelir)
```
Cevabı göster
```
x_log = np.log1p(gelir)
```
Araçları eşleştir.

VarianceThreshold

Sabit sütunları atar
CountVectorizer

Kelime sayar
OneHotEncoder

Kategori sütunları
PolynomialFeatures

Kare ve çarpımlar

Sıradaki ders: Model seçimi nedir?

Deneyiminizi Geliştiriyoruz

Çerez Tercihleri

Kesinlikle Gerekli Çerezler

Analitik Çerezler