डीपर फीचर्स
पिछले अभ्यासों में हमने दिखाया था कि दो फीचर्स को जोड़ने से एक प्रेडिक्टिव मॉडल के लिए अच्छे अतिरिक्त फीचर्स बन सकते हैं। इस अभ्यास में, आप तीन वैरिएबल्स के प्रभावों को एक में मिलाकर 'डीपर' फीचर्स जनरेट करेंगे। फिर आप जाँचेंगे कि क्या डीपर और ज्यादा जटिल फीचर्स हमेशा बेहतर प्रेडिक्टर्स बनते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark के साथ Feature Engineering
अभ्यास निर्देश
SQFTBELOWGROUNDऔरSQFTABOVEGROUNDको जोड़कर एक नया फीचर बनाएँ और उसे एक नए कॉलमTotal_SQFTमें रखेंTotal_SQFTका उपयोग करकेBATHSTOTALके साथ एक और फीचर बनाएँ, जिसका नामBATHS_PER_1000SQFTहो. ध्यान रखें किTotal_SQFTको 1000 की स्केल पर स्केल करें- हमारे नए फीचर
BATHS_PER_1000SQFTके नए min, max और mean को जाँचने के लिएdescribe()का उपयोग करें. कुछ अजीब दिख रहा है? - दो
jointplots()बनाएँ जिनमेंTotal_SQFTऔरBATHS_PER_1000SQFTको \(x\) मान औरSALESCLOSEPRICEको \(y\) मान रखें, ताकि देखें किसका R**2 फिट बेहतर है. क्या यह ज्यादा जटिल फीचरSALESCLOSEPRICEके साथ अधिक मजबूत संबंध दिखाता है?
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create new feature by adding two features together
df = df.____(____, df[____] + df[____])
# Create additional new feature using previously created feature
df = df.____(____, df[____] / (df[____] / ____))
df[[____]].____().show()
# Sample and create pandas dataframe
pandas_df = df.sample(False, 0.5, 0).toPandas()
# Linear model plots
sns.jointplot(x=____, y=____, data=pandas_df, kind="reg", stat_func=r2)
plt.show()
sns.jointplot(x=____, y=____, data=pandas_df, kind="reg", stat_func=r2)
plt.show()