Feature engineering for the baselin

Feature engineering for the baseline modelIn this section, you will learn how to select features that are important in order to develop the predictive model. So right now, just to begin with, we won't focus much on deriving new features at this stage because first, we need to know which input variables / columns / data attributes / features give us at least baseline accuracy. So, in this first iteration, our focus is on the selection of features from the available training dataset.Finding out Feature importanceWe need to know which the important features are. In order to find that out, we are going to train the model using the Random Forest classifier. After that, we will have a rough idea about the important features for us.

ผลลัพธ์ (ไทย) 1:

วิศวกรรมคุณลักษณะสำหรับแบบจำลองพื้นฐานในส่วนนี้ คุณจะได้เรียนรู้วิธีเลือกคุณลักษณะที่มีความสำคัญเพื่อพัฒนาแบบจำลองเชิงคาดการณ์ ดังนั้นเพื่อเริ่มต้นในตอนนี้ เราจะไม่เน้นไปที่การได้รับคุณสมบัติใหม่ๆ มากนักในขั้นตอนนี้ เพราะก่อนอื่น เราจำเป็นต้องรู้ว่าตัวแปรอินพุต / คอลัมน์ / คุณลักษณะข้อมูล / คุณสมบัติใดที่ให้ความแม่นยำพื้นฐานแก่เราเป็นอย่างน้อย ดังนั้นในการทำซ้ำครั้งแรกนี้ เรามุ่งเน้นไปที่การเลือกคุณสมบัติจากชุดข้อมูลการฝึกอบรมที่มีอยู่ การค้นหาความสำคัญของคุณลักษณะเราจำเป็นต้องรู้ว่าคุณลักษณะที่สำคัญคืออะไร เพื่อที่จะค้นหาสิ่งนี้ เราจะฝึกโมเดลโดยใช้ตัวแยกประเภท Random Forest หลังจากนั้นเราจะมีไอเดียคร่าว ๆ เกี่ยวกับฟีเจอร์ที่สำคัญสำหรับเรา

ผลลัพธ์ (ไทย) 2:

ลักษณะวิศวกรรม Baseline รุ่น
ในส่วนนี้คุณจะได้เรียนรู้วิธีการเลือกฟังก์ชั่นที่สำคัญในการพัฒนาแบบจำลองการคาดการณ์ ทีนี้ ก่อนอื่น ในขั้นตอนนี้ เราไม่ค่อยสนใจการหาคุณสมบัติใหม่ ๆ มากนัก เพราะก่อนอื่น เราต้องรู้ว่าตัวแปรอินพุต / คอลัมน์ / สมบัติข้อมูล / คุณลักษณะใด อย่างน้อยก็ให้ความแม่นยำพื้นฐาน ดังนั้นในการทำซ้ำครั้งแรกเรามุ่งเน้นการเลือกคุณลักษณะจากชุดข้อมูลการฝึกอบรมที่มีอยู่
ค้นหาความสำคัญของลักษณะ
หน้าที่สำคัญอะไรที่เราต้องรู้ เพื่อหาคำตอบ เราจะใช้เครื่องจำแนกป่าแบบสุ่ม เพื่อฝึกแบบจำลอง หลังจากนั้นเราจะมีความรู้คร่าวๆ เกี่ยวกับหน้าที่สำคัญ

ผลลัพธ์ (ไทย) 3:

วิศวกรรมคุณลักษณะของรูปแบบพื้นฐาน
ในส่วนนี้คุณจะได้เรียนรู้วิธีเลือกคุณลักษณะที่สําคัญสําหรับการพัฒนาแบบจําลองการคาดการณ์ ดังนั้นตอนนี้ก่อนอื่นเราจะไม่ให้ความสําคัญกับการสร้างคุณลักษณะใหม่ๆในขั้นตอนนี้เพราะก่อนอื่นเราจําเป็นต้องรู้ว่าตัวแปรอินพุต/คอลัมน์/แอตทริบิวต์/ข้อมูล/คุณลักษณะใดที่ให้ความแม่นยําพื้นฐานอย่างน้อย ดังนั้นในการทําซ้ําครั้งแรกเราจึงมุ่งเน้นไปที่การเลือกคุณลักษณะจากชุดข้อมูลการฝึกอบรมที่มีอยู่

ค้นหาความสําคัญของคุณลักษณะ
เราจําเป็นต้องรู้ว่าคุณลักษณะใดที่สําคัญ เพื่อหาคําตอบเราจะใช้ตัวจําแนกป่าแบบสุ่มเพื่อฝึกแบบจําลอง หลังจากนั้น เราจะมีความเข้าใจคร่าวๆ เกี่ยวกับคุณลักษณะที่สําคัญของเรา.