Menskalakan dan Memilih Fitur
Mempertahankan fitur yang benar-benar membantu
Menskalakan dan Memilih Fitur adalah pelajaran NLP Academy gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar NLP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus NLP Academy mencakup 4 pelajaran total.
Terlalu Banyak Fitur Merugikan
Model teks dapat berkembang hingga memiliki puluhan ribu fitur. Banyak di antaranya hanya menambah derau, sehingga memangkas daftar tersebut sering meningkatkan kecepatan dan akurasi.
Mengapa Perlu Melakukan Penskalaan
Beberapa model membandingkan besarnya fitur secara langsung. Jika satu fitur memiliki rentang 0 hingga 1000, fitur tersebut dapat menenggelamkan fitur lain kecuali Anda melakukan penskalaan terlebih dahulu.
Menstandarkan Angka
StandardScaler menggeser setiap fitur sehingga memiliki rata-rata nol dan varians satu. Kini setiap fitur numerik berada pada skala yang sama.
from sklearn.preprocessing import StandardScaler
scaled = StandardScaler().fit_transform(numeric_features)Berhati-hatilah dengan Data Renggang
Memusatkan matriks TF-IDF yang renggang akan mengisinya dengan nilai bukan nol dan memboroskan memori. Gunakan MaxAbsScaler, yang melakukan penskalaan tanpa merusak sifat renggang.
from sklearn.preprocessing import MaxAbsScaler
scaled = MaxAbsScaler().fit_transform(tfidf_matrix)Singkirkan Beban yang Tidak Berguna
Fitur yang hampir tidak berubah tidak memberi informasi kepada model. Filter VarianceThreshold menghapus kolom yang hampir konstan dalam satu langkah cepat.
Pilih yang Paling Berguna
SelectKBest mempertahankan fitur teratas berdasarkan pengujian penilaian seperti khi-kuadrat. Anda meminta k terbaik, lalu komponen ini membuang sisanya.
from sklearn.feature_selection import SelectKBest, chi2
best = SelectKBest(chi2, k=2000).fit_transform(X, y)Biarkan Model Memilih
Model yang dikenai penalti L1 secara otomatis mendorong bobot yang tidak berguna menjadi nol. Pemilihan bawaan ini sering disebut pemilihan fitur tertanam.
Latih Hanya pada Data Pelatihan
Selalu latih scaler dan selector hanya pada data pelatihan, lalu terapkan pada data pengujian. Mencampurnya menyebabkan kebocoran dan skor palsu yang tampak bagus.
Simpan di dalam Pipeline
Menempatkan penskalaan dan pemilihan di dalam Pipeline akan menjalankannya dalam urutan yang benar setiap saat. Cara ini juga mencegah kebocoran yang tidak disengaja selama validasi.
from sklearn.pipeline import Pipeline
pipe = Pipeline([("select", SelectKBest(chi2, k=2000)), ("clf", model)])Lebih Sedikit Fitur, Model Lebih Cepat
Kumpulan fitur yang lebih ramping dilatih lebih cepat, membutuhkan lebih sedikit memori, dan lebih mudah dijelaskan. Ukuran yang lebih kecil sering kali lebih baik setelah derau dihilangkan. ⚡
Ukur, Jangan Menebak
Cobalah beberapa nilai k dan bandingkan skor validasi. Biarkan angka, bukan dugaan, menentukan berapa banyak fitur yang harus Anda pertahankan.
Pemeriksaan Singkat
Scaler mana yang mempertahankan matriks renggang tetap renggang?
Ringkasan
Lakukan penskalaan pada fitur numerik dan pilih fitur yang berguna dengan SelectKBest atau L1. Gunakan MaxAbsScaler untuk data renggang, dan latih semuanya di dalam pipeline. ✅
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Menskalakan dan Memilih Fitur” gratis?
Ya — teks lengkap “Menskalakan dan Memilih Fitur” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus NLP Academy, upgrade ke CoddyKit PRO. Kursus NLP Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Menskalakan dan Memilih Fitur”?
Mempertahankan fitur yang benar-benar membantu Kamu berlatih NLP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai NLP Academy?
Tidak diperlukan pengalaman sebelumnya. NLP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Menskalakan dan Memilih Fitur” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran NLP Academy ini?
Ya. Setiap pelajaran NLP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Melampaui Bag-of-Words
- N-Gram Karakter untuk Ketangguhan
- Menggabungkan Berbagai Jenis Fitur
- Menskalakan dan Memilih Fitur