Merkmalsextraktion aus Daten

Bei der Feature-Extraktion werden Rohdaten in eine Gruppe von Features umgewandelt, die von Machine-Learning-Modellen verwendet werden können. Diese Lektion behandelt die Grundlagen des Feature Engineering und gängige Techniken zum Extrahieren nützlicher Features aus Daten.

Bei der Feature-Extraktion werden Rohdaten vereinfacht, indem die für die Analyse relevantesten Merkmale ermittelt werden. Dadurch werden die Daten weniger komplex und die Modellleistung verbessert.

Beispiel:

• Extrahieren von month und day aus einer date-Spalte.
• Berechnen der word count aus Textdaten.

Mit Pandas können Sie aus einer Datumsspalte neue Features wie year, month oder day ableiten.

Beispiel:

df['Year'] = pd.to_datetime(df['Date']).dt.year

Bei Textdaten können Sie Merkmale extrahieren wie:

• Wortanzahl: Gesamtzahl der Wörter.
• Zeichenanzahl: Gesamtzahl der Zeichen.
• Eindeutige Wörter: Anzahl der eindeutigen Wörter.

Beispiel:

df['WordCount'] = df['Text'].apply(lambda x: len(x.split()))

Wandeln Sie kategoriale Daten für die Analyse in eine numerische Form um. Zu den gängigen Techniken gehören:

• One-Hot-Encoding: Erstellt für jede Kategorie eine binäre Spalte.
• Label-Encoding: Weist jeder Kategorie eine eindeutige Zahl zu.

Beispiel:

from sklearn.preprocessing import OneHotEncoder encoder = OneHotEncoder() encoded = encoder.fit_transform(df[['Category']])

Durch die Skalierung liegen alle Features in einem ähnlichen Wertebereich, was für viele Machine-Learning-Algorithmen entscheidend ist. Zu den Techniken gehören:

• Standardisierung: Die Daten auf einen Mittelwert von 0 und eine Standardabweichung von 1 skalieren.
• Min-Max-Skalierung: Die Daten in den Wertebereich [0, 1] transformieren.

Bei der Feature-Auswahl werden die wichtigsten Features für das Modell ausgewählt. Zu den Techniken gehören:

• Korrelationsanalyse: Stark korrelierte Features erkennen.
• Rekursive Feature-Elimination (RFE): Die am wenigsten signifikanten Features schrittweise entfernen.

In dieser Lektion haben Sie Folgendes gelernt:

• Merkmalsextraktion: Rohdaten in nützliche Merkmale umwandeln.
• Techniken: Datumsmerkmale, textbasierte Merkmale und die Kodierung kategorialer Daten.
• Merkmalsskalierung: Sicherstellen, dass Merkmale auf ähnlichen Skalen liegen.
• Merkmalsauswahl: Die relevantesten Merkmale identifizieren.

Sie haben die Lektion zur Merkmalsextraktion aus Daten abgeschlossen. Fahren Sie mit der nächsten Kategorie fort, um tiefer in fortgeschrittene Konzepte der künstlichen Intelligenz einzusteigen.