原始資料並不一定最適合直接分析。在本章開頭，你將先了解如何轉換與建立特徵，以提升模型的效能與可解釋性。

什麼是特徵工程？

嘗試性的模型

手動打造一個特徵

運用領域知識建立新特徵

為分析準備你的資料

建立 workflow

提升原始資料的資訊含量

找出遺漏值

插補遺漏值並建立虛擬變數

擬合與評估模型

預測飯店訂房

特徵工程導論

在本章中，你會學到，除了手動轉換特徵之外，還能運用 tidyverse 的工具以程式化方式打造新變數。你將探討這種作法如何提升模型的可重現性，並在處理含有大量特徵的資料集時特別有用。

為什麼要轉換既有特徵？

快速瀏覽你的資料

正規化與對數轉換

擬合並擴充

自訂你的模型評估

常見特徵轉換

常見轉換

基本 recipe

Box-Cox 轉換

Yeo-Johnson 轉換

進階轉換

基準模型

step_poly()

step_percentile()

誰會留下來？

轉換特徵

接下來你將學到，模型常能從降維與自高維資料中擷取特徵而受益，包括將文字資料轉為數值、編碼類別資料，以及為變數排序其預測力。你將探索的方法包含主成分分析、核主成分分析、從文字擷取數值、類別編碼，以及變數重要度分數。


降維

準備舞台

深入剖析結構

解釋變異百分比

視覺化解釋變異

特徵雜湊（feature hashing）

探索教育領域

進入矩陣

探索雜湊結果

視覺化雜湊結果

用監督式學習編碼類別資料

設定你的 workflow

擬合、增廣與評估

把多個模型彙整在一起

變數重要性

配適並擴充

哪一個是主要預測因子？

擷取特徵

你將在最後一章結合特徵工程與機器學習技巧。你會先聚焦於在模型中使用所有可用特徵所帶來的問題，以及辨識無關與冗餘特徵的重要性，並學習使用嵌入式方法（如 lasso 與 elastic-net）移除這些特徵。接著，你會探索縮減方法，例如 lasso、ridge 與 elastic-net，可用來正規化特徵權重，或將係數設為 0 以進行特徵選擇。最後，你將建立端到端的特徵工程工作流程，並在一個小型專案中複習與練習先前學到的觀念與函式。

縮減模型的特徵

篩選變數重要度

使用所有可用預測變數評估模型效能

建立精簡模型

縮減方法

使用 Lasso 的手動正規化

調整 penalty

定稿模型

完整串接：綜合運用

前處理與資料分割

前處理

模型

評估

恭喜你！

挑選特徵

在這門課中，你會學到特徵工程，它是許多機器學習模型運作的核心。模型效能直接取決於輸入的特徵，因此特徵工程讓領域知識成為流程的核心。你會熟悉良好特徵工程的原則，盡可能減少變數數量、加速學習演算法、提升可解釋性，並避免過度擬合。

你將學會使用 R 的 tidymodels 架構實作特徵工程技巧，重點放在 recipe 套件，讓你能為模型建立、擷取、轉換並挑選最佳特徵。

當面對新的資料集時，你將能辨識並選出相關特徵，排除無資訊量的特徵，讓模型在不犧牲準確度的情況下更快執行。你也會熟悉套用各種轉換並建立新特徵，讓模型更有效率、更容易解釋，也更精準！

Supervised Learning in R: Classification

Supervised Learning in R: Regression

學習特徵工程原理及如何用R的tidymodels框架實現。

R 的特徵工程

資料科學家 在 R 中

機器學習科學家 在 R 中

Research Professor and Head of the Modeling Group at the School of Economics, UASLP

提升原始資料的資訊含量

Create Your Free Account