Mehrere Merkmalstypen kombinieren
Text- und numerische Merkmale zusammenführen
Mehrere Merkmalstypen kombinieren ist eine kostenlose NLP Academy-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des NLP Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
One Type Is Rarely Enough
TF-IDF captures words, your hand-built numbers capture style. The best models often combine several feature types into one input.
Text and Numbers Together
Imagine a review's TF-IDF vector plus its length and star rating. Stacking these gives the model both word and numeric signal at once.
The Shape Problem
TF-IDF outputs a sparse matrix, while your custom features are a small dense array. You must join them along the same rows.
Side by Side, Not Stacked
We glue features as new columns for the same documents, not new rows. This horizontal join is called concatenation.
Stacking Sparse Matrices
SciPy offers hstack to place matrices side by side efficiently. It keeps everything sparse, so memory stays under control.
from scipy.sparse import hstack
combined = hstack([tfidf_matrix, numeric_features])ColumnTransformer to the Rescue
scikit-learn's ColumnTransformer applies different steps to different columns. It is the clean way to route text and numbers through one pipeline.
Wiring It Up
You give ColumnTransformer a list of named transformers and the columns each one handles. It builds a single feature matrix for you.
from sklearn.compose import ColumnTransformer
ct = ColumnTransformer([("text", TfidfVectorizer(), "review"), ("num", "passthrough", ["length"])])FeatureUnion for Parallel Steps
When several transformers read the same input, FeatureUnion runs them in parallel and joins the outputs. It is built for combining feature extractors.
Mind the Scales
Raw word counts and a 0-to-1000 length live on very different ranges. Mixing them often calls for scaling so no feature dominates.
Let Data Decide
Adding feature types should be a measured experiment. Compare a validation score before and after to confirm the combo actually helps.
More Is Not Always Better
Throwing in every feature can add noise and slow training. Aim for a small, well-chosen mix over a giant kitchen sink. 🧹
Quick Check
How should TF-IDF and numeric features be merged?
Recap
Strong models combine text and numeric features by concatenating columns. Use hstack, ColumnTransformer, or FeatureUnion, and scale before mixing. ✅
Häufig gestellte Fragen
Ist die Lektion „Mehrere Merkmalstypen kombinieren“ kostenlos?
Ja — der vollständige Text von „Mehrere Merkmalstypen kombinieren“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des NLP Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Mehrere Merkmalstypen kombinieren“?
Text- und numerische Merkmale zusammenführen Du übst NLP Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um NLP Academy zu starten?
Keine Vorkenntnisse erforderlich. NLP Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Mehrere Merkmalstypen kombinieren“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser NLP Academy-Lektion Code schreiben und ausführen?
Ja. Jede NLP Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Über Bag-of-Words hinaus
- Zeichen-N-Grams für Robustheit
- Mehrere Merkmalstypen kombinieren
- Merkmale skalieren und auswählen