Мааниси бар белгилер: белги инженериясы
Машиналык үйрөнүү модели сиз берген сандардан ашык акылдуу боло албайт. Бул сабакта сиз чийки, тартипсиз маалыматты күчтүү белгилерге (feature) айландырууну үйрөнөсүз — ушул бир жөндөм орточо моделди мыкты моделден айырмалап турат.
Негизги ой
Жаңы баштагандар жакшы моделдин сыры дайыма татаалыраак алгоритмде деп ойлошот. Тажрыйбалуу адистер чындыкты билишет: жеңиштин көбү модель иштей электе эле, кириш маалыматтарды кантип даярдаганыңызда болот. Ошол кириш маалыматтар белгилер (features) деп аталат. Белги — бул ар бир мисалды сүрөттөгөн сандардын бир мамычасы.
Эгер белгилериңиз мыйзам ченемдүүлүктү жашырса, эч бир алгоритм аны таба албайт. Эгер белгилериңиз мыйзам ченемдүүлүктү ачык көрсөтсө, жөнөкөй модель да жаркырап турат. Жакшыраак белгилерди курууну үйрөнүү белги инженериясы (feature engineering) деп аталат жана ал машиналык үйрөнүүдөгү эң баалуу жөндөмдөрдүн бири.
- Белги деген эмне экенин жана эмне үчүн белгилер алгоритмди тандоодон да маанилүү экенин жөнөкөй сөз менен түшүндүрүү.
- Чийки маалыматтан жаңы, акылдуураак белгилерди түзүү: даталар, даректер, баалар жана текст.
- Компьютер эч качан ойлоп таппай турган белгилерди ойлоп табуу үчүн тармактык билимди (domain knowledge) — реалдуу дүйнө жөнүндөгү билимиңизди — колдонуу.
- Белгилерди тандоону (feature selection) жасоо: пайдасыз же кайталанган мамычаларды алып салуу жана эмне үчүн белги көп болушу дайыма жакшы эмес экенин түшүнүү.
- Өлчөмдүүлүктүн каргышын (curse of dimensionality) жана PCA өлчөмдү азайтуунун артындагы интуицияны сүрөттөө.
- pandas'та инженерияланган мамыча кошуу жана моделден
feature_importances_маанисин окуу.