날짜와 텍스트에서 특성 만들기
원시 필드에서 유용한 신호를 추출합니다
날짜와 텍스트에서 특성 만들기은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
원시 필드에는 신호가 숨겨져 있습니다
타임스탬프나 자유 형식 메모에는 모델이 직접 읽을 수 없는 풍부한 단서가 담겨 있습니다. 특성 공학은 그 신호를 사용할 수 있는 열로 추출합니다. 🔍
먼저 날짜 분석하기
날짜에서 정보를 추출하기 전에 to_datetime으로 문자열을 변환하세요. 실제 datetime이어야 원하는 유용한 구성 요소를 추출할 수 있습니다.
df['ts'] = pd.to_datetime(df['ts'])dt 접근자
dt 접근자는 datetime 열에서 날짜 구성 요소를 사용할 수 있게 해 줍니다. 이를 사용하면 한 줄에서 연도, 월, 일 등을 가져올 수 있습니다.
df['year'] = df['ts'].dt.year
df['month'] = df['ts'].dt.month요일
dayofweek를 추출해 주간 리듬을 포착하세요. 월요일은 0, 일요일은 6입니다. 요일에 따라 행동이 크게 달라지는 경우가 많습니다.
df['weekday'] = df['ts'].dt.dayofweek주말 표시
요일을 간단한 불리언 값으로 바꾸세요. 주말인가요? 이러한 예·아니요 표시는 모델이 학습하기 쉽습니다.
df['is_weekend'] = df['ts'].dt.dayofweek >= 5주기적 시간
23시는 0시 바로 옆에 있지만 숫자만 보면 서로 멀리 떨어져 보입니다. 사인과 코사인을 사용한 주기적 인코딩으로 이 순환 문제를 해결할 수 있습니다.
텍스트: 길이와 개수
텍스트부터 간단하게 시작해 보겠습니다. 리뷰의 문자 길이나 단어 수는 종종 놀라울 만큼 강력한 특성이 됩니다.
df['len'] = df['review'].str.len()
df['words'] = df['review'].str.split().str.len()키워드 포함 여부
str.contains를 사용하면 텍스트에 핵심 용어가 포함되어 있는지 표시할 수 있습니다. refund와 같은 단어를 위한 열을 만들면 명확한 의도를 포착할 수 있습니다.
df['has_refund'] = df['review'].str.contains('refund')단어 주머니
단어 자체를 사용하려면 단어를 세면 됩니다. 단어 주머니는 텍스트를 각 용어마다 하나의 열로 바꾸고, 해당 용어가 얼마나 자주 나타나는지 저장합니다.
from sklearn.feature_extraction.text import CountVectorizer
X = CountVectorizer().fit_transform(df['review'])TF-IDF로 단어에 가중치 부여하기
단순한 개수는 흔한 단어에 지나치게 높은 가중치를 줍니다. TF-IDF는 한 행에서는 자주 나타나지만 전체적으로는 드문 용어에 높은 가중치를 주므로, 특징적인 단어가 두드러집니다.
from sklearn.feature_extraction.text import TfidfVectorizer
X = TfidfVectorizer().fit_transform(df['review'])정보 누출 특성 피하기
예측 시점에 사용할 수 없는 정보로 특성을 절대 만들지 마십시오. 정보가 누출된 열은 테스트에서 점수를 부풀리지만 실제 환경에서는 실패합니다.
빠른 확인
날짜시간 열이 있고 요일 번호를 구하려고 합니다. 무엇을 사용해야 할까요?
복습: 날짜 및 텍스트 특성
원시 필드에서 유용한 신호를 추출했습니다. 날짜를 분석한 다음 날짜시간 접근자로 구성 요소와 플래그를 사용하고, 텍스트를 길이, 키워드 플래그 또는 단어 수로 바꾸었습니다. 🎉
자주 묻는 질문
“날짜와 텍스트에서 특성 만들기” 강의는 무료인가요?
네 — “날짜와 텍스트에서 특성 만들기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“날짜와 텍스트에서 특성 만들기”에서 뭘 배우나요?
원시 필드에서 유용한 신호를 추출합니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Data Science Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.
“날짜와 텍스트에서 특성 만들기” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 숫자를 범주로 구간화하기
- 범주형 열 인코딩하기
- 숫자 크기 조정과 정규화
- 날짜와 텍스트에서 특성 만들기