إنشاء ميزات من التواريخ والنصوص
استخراج الإشارات من الحقول الخام
إنشاء ميزات من التواريخ والنصوص درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
الحقول الخام تخفي الإشارة
يحتوي الطابع الزمني أو الملاحظة النصية الحرة على مؤشرات غنية لا يستطيع النموذج قراءتها مباشرة. تستخرج Feature engineering هذه الإشارة في أعمدة قابلة للاستخدام. 🔍
حلّل التاريخ أولًا
قبل استخراج المعلومات من تاريخ، حوّل السلسلة النصية باستخدام to_datetime. فلا تكشف الأجزاء المفيدة التي تريد استخراجها إلا قيمة datetime حقيقية.
df['ts'] = pd.to_datetime(df['ts'])الوصول عبر dt
يتيح accessor dt أجزاء التاريخ في عمود datetime. استخدمه لاستخراج السنة والشهر واليوم وغير ذلك في سطر واحد.
df['year'] = df['ts'].dt.year
df['month'] = df['ts'].dt.monthيوم الأسبوع
استخرج dayofweek لالتقاط نمط الأسبوع، حيث يكون الاثنين 0 والأحد 6. فكثيرًا ما يتغير السلوك بدرجة كبيرة حسب يوم الأسبوع.
df['weekday'] = df['ts'].dt.dayofweekعلامة عطلة نهاية الأسبوع
حوّل يوم الأسبوع إلى قيمة boolean بسيطة: هل هو يوم عطلة نهاية الأسبوع؟ يسهل على النماذج التعلم من علامات نعم أو لا هذه.
df['is_weekend'] = df['ts'].dt.dayofweek >= 5الوقت الدوري
تقع الساعة 23 بجوار الساعة 0 مباشرة، مع أن الرقمين يبدوان متباعدين. ويعالج الترميز Cyclical باستخدام الجيب وجيب التمام هذا الالتفاف.
النص: الطول وعدد الكلمات
ابدأ بالأساسيات مع النص. فكثيرًا ما يكون length الأحرف في مراجعة أو عدد كلماتها سمة قوية على نحو مفاجئ.
df['len'] = df['review'].str.len()
df['words'] = df['review'].str.split().str.len()احتواء كلمة مفتاحية
حدّد ما إذا كان النص يحتوي على مصطلح أساسي باستخدام str.contains. ويمكن لعمود خاص بكلمات مثل refund أن يلتقط القصد الواضح.
df['has_refund'] = df['review'].str.contains('refund')حقيبة الكلمات
لاستخدام الكلمات نفسها، عُدّها. يحوّل bag-of-words النص إلى عمود لكل مصطلح، يخزن عدد مرات ظهوره.
from sklearn.feature_extraction.text import CountVectorizer
X = CountVectorizer().fit_transform(df['review'])يُعطي TF-IDF أوزانًا للكلمات
تبالغ الأعداد العادية في تقدير الكلمات الشائعة. ويكافئ TF-IDF المصطلحات المتكررة في صف واحد والنادرة إجمالًا، فتبرز الكلمات المميزة.
from sklearn.feature_extraction.text import TfidfVectorizer
X = TfidfVectorizer().fit_transform(df['review'])تجنّب السمات المتسربة
لا تنشئ سمةً قط من معلومات غير متاحة وقت التنبؤ. فالعمود leaky يرفع الدرجات أثناء الاختبار، ثم يفشل في العالم الحقيقي.
تحقق سريع
لديك عمود datetime وتريد رقم يوم الأسبوع. ماذا تستخدم؟
مراجعة: سمات التاريخ والنص
استخرجت الإشارة من الحقول الخام: حلّل التواريخ، ثم استخدم dt للأجزاء والعلامات، وحوّل النص إلى أطوال أو علامات كلمات مفتاحية أو أعداد كلمات. 🎉
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «إنشاء ميزات من التواريخ والنصوص» مجاني؟
نعم — نص درس «إنشاء ميزات من التواريخ والنصوص» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «إنشاء ميزات من التواريخ والنصوص»؟
استخراج الإشارات من الحقول الخام تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «إنشاء ميزات من التواريخ والنصوص»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟
نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- تحويل الأرقام إلى فئات
- ترميز الأعمدة الفئوية
- تحجيم الأرقام وتطبيعها
- إنشاء ميزات من التواريخ والنصوص