特徴量エンジニアリング
特徴量エンジニアリングは、生データを features.

機械学習モデルの成功は、モデルのトレーニングに使用される機能の品質に大きく依存します。特徴エンジニアリングには、既存の特徴を組み合わせたり変換したりして新しい特徴を作​​成できる一連の手法が含まれます。これらの手法は、データ内の最も重要なパターンと関係を強調するのに役立ち、それによって機械学習モデルがデータからより効果的に学習するのに役立ちます。

特徴量エンジニアリングの主要なテクニック
特徴量エンジニアリングは 2 つの主要なステップに分類できます。つまり、

1. データ前処理

2. ビジネス理解(ドメイン知識)

データ前処理
これは通常、特徴エンジニアリングのステップであり、現在の機械語のニーズに合わせてデータを準備および操作することが含まれます。ここではさまざまなテクニックが使用されています;

• 欠損値の処理。代入 (平均、中央値、最頻値) などの手法や、欠損値をネイティブに処理するアルゴリズムを使用できます。

• カテゴリ変数のエンコーディング。ワンホット エンコーディング、ラベル エンコーディング、ターゲット エンコーディングなどの一般的な方法を使用して、ほとんどのアルゴリズムでカテゴリ データを数値形式に変換する必要があります。

• スケーリングと正規化。スケーリング機能は、モデルに均等に寄与することを保証します。技術には標準化 (Z スコア)

が含まれます

• 既存の機能を組み合わせて新しい機能を作成し、データとの複雑な関係を作成する機能の相互作用と機能の作成

• 次元削減。PCA (主成分分析) や t-SNE などの技術により、最も重要な情報を保持しながら特徴の数を削減します。

• EDA は特徴エンジニアリングでも利用でき、通常は特徴エンジニアリングの前身となります。

ドメイン知識
ドメイン知識とは、特定の分野または業界における理解と専門知識を指します。特徴エンジニアリングでは、データのコンテキストと関係についての洞察と理解を適用して、モデルのパフォーマンスを向上できる意味のある特徴を作成することが含まれます。

どの機能が当面の問題に関連しているかを特定し、データの関係を理解するのに役立ちます。