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 21

Day21 - Feature Engineering -- 7. Date and Time Engineering(3)時間序列

7. Date and Time Engineering(2)和時間序列 7.1 Date-Related and Time-Related Features(...

2020-09-21 ‧ 由 tjabi 分享
DAY 22

Day22 - Feature Engineering -- 8. Cyclical Features

8. Cyclical Features 週期性特徵(Cyclical Features)又稱循環性特徵,是指資料會遵循某種週期,重複循環。風向、季節、時間等都...

2020-09-22 ‧ 由 tjabi 分享
DAY 23

Day23 - Feature Engineering -- 9. Mixed Variables(混和型變數)

混和型變數是變數下的資料包含數字與類別型資料。例如一個張Titanic的船票的包廂(Cabin)號碼 -- A15。處理這種變數的方法之一,是將它拆成數字與類別...

2020-09-23 ‧ 由 tjabi 分享
DAY 24

Day24 - Feature Engineering -- 10. Feature Creation

10. Feature Creation Feature creation 是由現有的特徵建立新的特徵。新的特徵可經由演算法自動產生,或運用資料的領域常識,經由...

2020-09-24 ‧ 由 tjabi 分享
DAY 25

Day25 - Feature Engineering -- 11. Aggregating Transaction Data(合計異動資料)

11. Aggregating Transaction Data(合計異動資料) 異動資料(Transaction data)顧名思義是指來自交易等異動的資料。...

2020-09-25 ‧ 由 tjabi 分享
DAY 26

Day26 - Feature Engineering -- 12. Temporal features(時間的特徵)和Spatial Features(空間特徵)

Temporal features 時間的特徵(Temporal features)是指和時間相關或隨時間改變的特徵。 對於時間的特徵,我們可能會碰到下列情況:...

2020-09-26 ‧ 由 tjabi 分享
DAY 27

Day27 - Feature Engineering -- 13. Featuretools

Featuretools Featuretools 是一個 Python 開放資源 library,他可以自動執行特徵工程。自動特徵工程和其他機器學習主題(to...

2020-09-27 ‧ 由 tjabi 分享
DAY 28

Day28 - Feature Selection -- 1. Filter methods(過濾器法)

在典型的機器學習步驟中,完成 Feature Engineering(特徵工程) -- 從原始資料建立新的特徵後,我們會進行Feature selection(...

2020-09-28 ‧ 由 tjabi 分享
DAY 29

Day29 - Feature Selection -- 2. Wrapper Methods(包裝器法)

2. Wrapper Methods(包裝器法) 包裝器法(Wrapper Methods) 是使用機器學習模型和搜尋策略來評估每個特徵子集合,這個方法也被稱為...

2020-09-29 ‧ 由 tjabi 分享
DAY 30

Day30 - Feature Selection -- 3. Embedded methods(嵌入法)

3.Embedded methods(嵌入法) 嵌入法(Embedded methods)是指在機器學習模型訓練的同時,執行特徵選擇。 優點:嵌入法結合了過濾器...

2020-09-30 ‧ 由 tjabi 分享