Créer de nouvelles caractéristiques
L'ingénierie des caractéristiques comprend aussi la création de nouvelles caractéristiques. C'est essentiel, puisque le modèle s'appuie sur ces caractéristiques pour améliorer la précision des prédictions. Dans cet exercice, vous allez examiner trois colonnes qui apparaissent comme des entiers dans les données, mais qui représentent des valeurs catégorielles : search_engine_type, product_type et advertiser_type. Vous allez créer des caractéristiques de comptage pour ces 3 colonnes, ainsi que pour device_id et site_id. Ces caractéristiques de comptage correspondent au nombre de clics pour chacune de ces colonnes et seront utilisées plus tard pour la prédiction.
Le module pandas est disponible sous pd dans votre espace de travail et le DataFrame d'exemple est chargé sous le nom df.
Cette activité fait partie du cours
Prédire le CTR avec le Machine Learning en Python
Instructions de l’exercice
- Affichez le nombre total de valeurs et le nombre de valeurs distinctes pour chaque caractéristique de la liste
feature_list. - Créez de nouvelles caractéristiques à partir de celles de
new_feature_listen comptant le nombre de clics pour chaque caractéristique au moyen de.transform().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Get counts of total and unique values for given features
feature_list = ["search_engine_type", "product_type", "advertiser_type"]
for feature in feature_list:
print(df[feature].____)
print(df[feature].____)
# Define new features as counts
new_feature_list = ['device_id', 'site_id'] + feature_list
for new_feature in new_feature_list:
df[new_feature + '_count'] = df.____(
new_feature)['click'].____("count")
print(df.head(5))