Tworzenie nowych cech
Inżynieria cech obejmuje również rzeczywiste tworzenie nowych cech. Jest to ważny krok, ponieważ model opiera się na tych cechach przy przewidywaniu wyników. W tym ćwiczeniu sprawdzisz właściwości trzech kolumn, które w danych wyglądają jak liczby całkowite, ale w rzeczywistości reprezentują wartości kategoryczne. Te trzy kolumny to: search_engine_type, product_type oraz advertiser_type. Stworzysz cechy zliczające dla tych 3 kolumn, a także dla device_id i site_id. Cechy zliczające reprezentują liczbę kliknięć dla każdej z tych kolumn i zostaną wykorzystane później do przewidywania.
Moduł pandas jest dostępny jako pd w twoim środowisku, a przykładowy DataFrame jest załadowany jako df.
To ćwiczenie jest częścią kursu
Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Instrukcje do ćwiczenia
- Wyświetl łączną liczbę wartości oraz liczbę unikalnych wartości dla każdej cechy z listy
feature_list. - Utwórz nowe cechy na podstawie cech z listy
new_feature_list, zliczając liczbę kliknięć dla każdej cechy za pomocą metody.transform().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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))