डेटा से विशेषताओं का निष्कर्षण

आप पैंडास का उपयोग करके दिनांक वाले स्तंभ से year, month या day जैसी नई विशेषताएँ निकाल सकते हैं।

उदाहरण:

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

पाठ डेटा के लिए, आप ये विशेषताएँ निकाल सकते हैं:

• WordCount: शब्दों की कुल संख्या।
• अक्षर संख्या: अक्षरों की कुल संख्या।
• अद्वितीय शब्द: अलग-अलग शब्दों की संख्या।

उदाहरण:

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

विश्लेषण के लिए श्रेणीबद्ध डेटा को संख्यात्मक रूप में बदलें। सामान्य तकनीकों में शामिल हैं:

• वन-हॉट एन्कोडिंग: प्रत्येक श्रेणी के लिए द्विआधारी कॉलम बनाती है।
• लेबल एन्कोडिंग: प्रत्येक श्रेणी को एक विशिष्ट संख्या प्रदान करती है।

उदाहरण:

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

मापनीकरण यह सुनिश्चित करता है कि सभी विशेषताएँ समान मापनी पर हों, जो कई मशीन लर्निंग एल्गोरिदम के लिए अत्यंत महत्वपूर्ण है। तकनीकों में ये शामिल हैं:

• मानकीकरण: डेटा को 0 के माध्य और 1 के मानक विचलन पर मापनीकृत करना।
• न्यूनतम-अधिकतम मापनीकरण: डेटा को [0, 1] की सीमा में बदलना।

विशेषता चयन में मॉडल के लिए सबसे महत्वपूर्ण विशेषताओं को चुनना शामिल है। तकनीकों में ये शामिल हैं:

• सहसंबंध विश्लेषण: अत्यधिक सहसंबंधित विशेषताओं की पहचान करना।
• पुनरावर्ती विशेषता उन्मूलन (RFE): सबसे कम महत्वपूर्ण विशेषताओं को क्रमिक रूप से हटाना।

इस पाठ में आपने निम्नलिखित विषयों के बारे में सीखा:

• विशेषता निष्कर्षण: कच्चे डेटा को उपयोगी विशेषताओं में बदलना।
• तकनीकें: दिनांक-विशेषताएँ, पाठ-आधारित विशेषताएँ और श्रेणीबद्ध डेटा का कूटलेखन।
• विशेषता स्केल निर्धारण: यह सुनिश्चित करना कि सभी विशेषताएँ समान पैमाने पर हों।
• विशेषता चयन: सबसे प्रासंगिक विशेषताओं की पहचान करना।

आपने डेटा से विशेषता निष्कर्षण का पाठ पूरा कर लिया है। अधिक उन्नत AI अवधारणाओं को गहराई से समझने के लिए अगली श्रेणी पर जाएँ।