Note 2 Feature Engineering

Tourist_X·2021년 9월 10일
0

REVIEW

목록 보기
1/1
post-thumbnail

Goal

  • Feature Engineering 의 목적을 이해 할 수 있다.
  • pandas를 통해 문자열(string)을 다룰 수 있다.
  • 데이터프레임에 .apply()를 사용하여 행을 수정하거나 새로 작업 할 수 있다.

Feature Engineering

is a process of extracting useful features from raw data using math, statistics and domain knowledge.

purpose

통계 분석 혹은 머신러닝, 더 나아가 딥러닝까지 대부분의 분석은

데이터에 있는 패턴을 인식하고, 해당 패턴들을 바탕으로 예측을 하기 때문에,

더 좋은 퍼포먼스를 위하여 더 새롭고, 더 의미있는 패턴을 제공하는 것

  • one-hot encoding

Data Frame(tidy 형태)

None

Na : Not availabe

Null : 아무것도 존재하지 않음이 할당되어 있는 상태

NaN : Not a Number _ pandas에서 결측치를 표현하는 방법

0 : Null, NaN, Na 등의 대체 수치로도 많이 사용되고, False의 역할도 하는 필요한 존재ㅎㅎ,,

undefined : 변수가 선언되었으나 아무것도 할당 되지 않은 상태

python에서는 Na, Null, NaN이 비슷한 의미로 결측치를 표현할때 사용

String

Replace

  1. 숫자가 아닌 부분을 제거
  2. 문자를 숫자로 형변환
string variable.replace('character want to change','replace character')
	s = 25,970
	s = s.repalce(',','') #25970 , method이므로 할당 다시 해줄것!

Type Casting(형변환)

int() # to inteager
float() # to float
str() # to string

# 함수로도 작성 가능

Apply

column 단위로 대체하고 싶을때 사용

  1. apply 안에 적용시킬 함수 선언
  2. column에 apply 적용
dataFrame['column name'].apply(func)

, 제거하기

int("".join([x for x in 변수.split(',')]))
  • 자리수 구분 없이 csv 불러오기
pd.read_csv(thousands=',')
  • split을 이용한 다른 방법
#QUiz
tmp = "12,578"
a,b = tmp.split(",")
revenue_19_2 = int(a+b)

pd.read_csv()

pd.read_csv('파일명.csv', names = [], header=0, index_col = '인덱스로 지정할 column명')
names = [] #열 이름 지정, header의 역할 까지 함 
header # column명으로 지정할 index 
index_col = '인덱스로 지정할 column명'

lambda

Have to study

profile
Always, Better than.

0개의 댓글