शुरू करेंमुफ़्त में शुरू करें

Feature transformations

आप बैंक मैनेजर के साथ क्रेडिट डेटासेट पर चर्चा कर रहे हैं. वह सुझाव देती हैं कि सबसे सुरक्षित लोन एप्लीकेशन आमतौर पर मिड-रेंज के क्रेडिट अमाउंट माँगते हैं. बहुत कम या बहुत अधिक वैल्यूज़ उच्च जोखिम का संकेत देती हैं. इसका मतलब है कि इस वैरिएबल और क्लास के बीच एक non-linear संबंध हो सकता है. आप इस परिकल्पना को परखना चाहते हैं. आप इस फीचर का एक non-linear ट्रांसफॉर्मेशन बनाएँगे. फिर, आप SelectKBest() और chi2() मेट्रिक (दोनों पहले से प्रीलोडेड हैं) का उपयोग करके आकलन करेंगे कि इन दो फीचर्स में से क्लास की बेहतर भविष्यवाणी कौन करता है.

डेटा credit नाम के pandas DataFrame के रूप में उपलब्ध है, जिसमें क्लास class कॉलम में है. आपने pandas को pd और numpy को np नाम से पहले से लोड किया हुआ है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मशीन लर्निंग वर्कफ़्लो डिज़ाइन करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक फंक्शन परिभाषित करें जो किसी संख्यात्मक वेक्टर को इस तरह ट्रांसफॉर्म करे कि प्रत्येक वैल्यू और वेक्टर के औसत के बीच का absolute difference निकाला जाए.
  • इस ट्रांसफॉर्मेशन को डेटासेट के credit_amount कॉलम पर लागू करें और परिणाम को diff नाम के नए कॉलम में रखें.
  • chi2() मेट्रिक का उपयोग करते हुए SelectKBest() फीचर सेलेक्टर बनाएँ ताकि credit_amount और diff इन दो कॉलमों में से किसी एक को चुना जा सके.
  • नतीजों का निरीक्षण करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Function computing absolute difference from column mean
def abs_diff(x):
    return ____(x-____)

# Apply it to the credit amount and store to new column
credit['diff'] = ____

# Create a feature selector with chi2 that picks one feature
sk = ____(chi2, ____)

# Use the selector to pick between credit_amount and diff
sk.fit(____, credit['class'])

# Inspect the results
sk.____()
कोड संपादित करें और चलाएँ