建立新特徵
特徵工程也包含實際建立新的特徵。建立新特徵很重要，因為模型的預測準確度仰賴這些特徵。在本練習中，你會檢查 3 個在資料中以整數呈現、但其實代表類別值的欄位性質。這 3 個欄位是：search_engine_type、product_type 和 advertiser_type。你將為這 3 個欄位，以及 device_id 與 site_id 建立計數特徵。這些計數特徵代表各欄位中每個值的點擊次數，之後會用於預測。
pandas 模組已在你的工作環境中以 pd 提供，範例 DataFrame 已載入為 df。
本練習屬於課程
用 Python 透過機器學習預測 CTR
練習說明
- 列印
feature_list清單中每個特徵的總值數與唯一值數。 - 使用
.transform()針對new_feature_list中的特徵計算各特徵的點擊次數，並據此建立新特徵。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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))