Extração de Características dos Dados

A extração de características transforma dados brutos em um conjunto de características que pode ser usado por modelos de aprendizado de máquina. Esta lição aborda os conceitos básicos da engenharia de características e técnicas comuns para extrair características úteis dos dados.

O que é extração de características?

A extração de características simplifica os dados brutos ao identificar os atributos principais mais relevantes para a análise. Ela reduz a complexidade dos dados e melhora o desempenho do modelo.

Exemplo:

• Extração do month e do day de uma coluna date.
• Cálculo da word count a partir de dados de texto.

Extração de Características de Datas

Você pode obter novas características, como year, month ou day, de uma coluna de data usando o Pandas.

Exemplo:

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

Características Baseadas em Texto

Para dados textuais, você pode extrair características como:

• Contagem de palavras: Número total de palavras.
• Contagem de caracteres: Número total de caracteres.
• Palavras únicas: Número de palavras únicas.

Exemplo:

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

Codificação de características categóricas

Converta dados categóricos em formato numérico para análise. As técnicas comuns incluem:

• Codificação binária por categoria: Cria colunas binárias para cada categoria.
• Codificação por rótulos: Atribui um número exclusivo a cada categoria.

Exemplo:

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

Escalonamento de Características

O escalonamento garante que todas as características estejam em uma escala semelhante, o que é fundamental para muitos algoritmos de aprendizado de máquina. As técnicas incluem:

• Padronização: Escalonamento dos dados para uma média de 0 e um desvio padrão de 1.
• Escalonamento mínimo-máximo: Transformação dos dados para o intervalo de [0, 1].

Seleção de Características

A seleção de características consiste em escolher as características mais importantes para o modelo. As técnicas incluem:

• Análise de correlação: Identificação de características altamente correlacionadas.
• Eliminação Recursiva de Características (RFE): Remoção iterativa das características menos significativas.

Recapitulação

Nesta lição, você aprendeu sobre:

• Extração de características: Transformação de dados brutos em características úteis.
• Técnicas: Características de data, características baseadas em texto e codificação de dados categóricos.
• Escalonamento de características: Garantia de que as características estejam em escalas semelhantes.
• Seleção de características: Identificação das características mais relevantes.

Parabéns!

Você concluiu a lição sobre extração de características de dados. Continue para a próxima categoria e aprofunde seus conhecimentos sobre conceitos mais avançados de IA.