iT邦幫忙

鐵人檔案

第 12 屆 iThome 鐵人賽
回列表
AI & Data

Machine Learning 系列

實作using Python 與 new API or new libraries

鐵人鍊成 | 共 32 篇文章 | 22 人訂閱 訂閱系列文 RSS系列文
DAY 1

Day 1. Feature Engineering(特徵工程) - 1. Missing Data Imputation(遺失資料插補)

Feature Engineering是開始機機器學習(Machine Learning)分析前必須進行的一項重要工作。Feature engineering是...

2020-09-01 ‧ 由 tjabi 分享
DAY 2

Day-2 Feature Engineering - 2. Categorical Encoding(1)

2. Categorical Encoding Classic Encoders 2.1 One hot encoding 2.2 Count and Fr...

2020-09-02 ‧ 由 tjabi 分享
DAY 3

Day 3 Feature Engineering - 2. Categorical Encoding(2)

2. Categorical Encoding 以這個例子說明 import pandas as pd import numpy as np data = {'...

2020-09-03 ‧ 由 tjabi 分享
DAY 4

Day-4 Feature Engineering -- 2. Categorical Encoding(3)

2.1 One hot encoding2.2 Count and Frequency encoding2.3 Target encoding / Mean e...

2020-09-04 ‧ 由 tjabi 分享
DAY 5

Day-5 Feature Engineering -- 2. Categorical Encoding(4)

2.1 One hot encoding2.2 Count and Frequency encoding2.3 Target encoding / Mean e...

2020-09-05 ‧ 由 tjabi 分享
DAY 6

Day 06-Feature Engineering -- 2. Categorical Encoding(5)

2.1 One hot encoding2.2 Count and Frequency encoding2.3 Target encoding / Mean e...

2020-09-06 ‧ 由 tjabi 分享
DAY 7

Day7-Feature Engineering -- 2. Categorical Encoding(6)

2.18 CatBoost encoding 將使用這個data-frame,有兩個獨立變數或特徵(features)和一個標籤(label or Targe...

2020-09-07 ‧ 由 tjabi 分享
DAY 8

Day8-Feature Engineering -- 2. Categorical Encoding(7)結論

2. Categorical Encoding 結論 前一篇後半部 將 Categorical Encoding 依轉換類別變數成數值型變數的方式,分成三類:...

2020-09-08 ‧ 由 tjabi 分享
DAY 9

Day-9 Feature Engineering -- 3. Variable transformation 變數轉換

3. Variable transformation 一些機器學習模型,例如線性回歸(linear regression) 或 logistic regress...

2020-09-09 ‧ 由 tjabi 分享
DAY 10

Day-10 Feature Engineering -- 3. Variable transformation 變數轉換(2)

3.1 Logarithm transformation(對數轉換) - log(x)3.2 Reciprocal transformation(倒數轉換) -...

2020-09-10 ‧ 由 tjabi 分享