Pengekstrakan Ciri daripada Data

Pengekstrakan ciri melibatkan penukaran data mentah kepada sekumpulan ciri yang boleh digunakan oleh model pembelajaran mesin. Pelajaran ini merangkumi asas kejuruteraan ciri dan teknik lazim untuk mengekstrak ciri yang berguna daripada data.

Pengekstrakan ciri memudahkan data mentah dengan mengenal pasti atribut utama yang paling relevan untuk analisis. Proses ini mengurangkan kerumitan data dan meningkatkan prestasi model.

Contoh:

• Mengekstrak month dan day daripada lajur date.
• Mengira word count daripada data teks.

Anda boleh memperoleh ciri baharu seperti year, month atau day daripada lajur tarikh menggunakan Pandas.

Contoh:

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

Untuk data teks, Anda boleh mengekstrak ciri seperti:

• Kiraan Perkataan: Jumlah bilangan perkataan.
• Kiraan Aksara: Jumlah bilangan aksara.
• Perkataan Unik: Bilangan perkataan unik.

Contoh:

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

Tukarkan data kategori kepada bentuk angka untuk analisis. Teknik yang lazim termasuk:

• Pengekodan Satu Panas: Mencipta lajur perduaan untuk setiap kategori.
• Pengekodan Label: Memberikan nombor unik kepada setiap kategori.

Contoh:

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

Penskalaan memastikan semua ciri berada pada skala yang serupa, yang penting untuk banyak algoritma pembelajaran mesin. Tekniknya termasuk:

• Standardisasi: Menskalakan data kepada min 0 dan sisihan piawai 1.
• Penskalaan Min-Maks: Mengubah data kepada julat [0, 1].

Pemilihan ciri melibatkan pemilihan ciri yang paling penting untuk model. Tekniknya termasuk:

• Analisis Korelasi: Mengenal pasti ciri yang mempunyai korelasi tinggi.
• Penyingkiran Ciri Secara Rekursif (RFE): Menyingkirkan ciri yang paling kurang penting secara berulang.

Dalam pelajaran ini, Anda telah mempelajari:

• Pengekstrakan ciri: Menukarkan data mentah kepada ciri yang berguna.
• Teknik: Ciri tarikh, ciri berasaskan teks dan pengekodan data kategori.
• Penskalaan ciri: Memastikan ciri berada pada skala yang serupa.
• Pemilihan ciri: Mengenal pasti ciri yang paling relevan.

Anda telah melengkapkan pelajaran tentang Pengekstrakan Ciri daripada Data. Teruskan ke kategori seterusnya untuk mendalami konsep AI yang lebih lanjutan.