[机器学习速成课程]表示法-学习笔记

编程学习 地址：
https://colab.research.google.com/notebooks/mlcc/feature_sets.ipynb?hl=zh-cn#scrollTo=UzoZUSdLIolF
Q1：
为什么决定使用‘median_income’与‘latitude’作为minimal_features?

minimal_features = [ "median_income", #与targets,即median_house_value正相关 0.7

"latitude", #与targets,即median_house_value负相关 -0.1]

Q2：为什么将空间分成10个分桶后，latitude位于相应分桶范围内，则显示1.0；否则为0.0？ 为什么不设置在median_house_value值大的分桶设置1.0，其他分桶设置0.0？




尝试创建一些能够更好地利用纬度的合成特征。

例如，您可以创建某个特征，将 latitude 映射到值 |latitude - 38|，并将该特征命名为 distance_from_san_francisco。

或者，您可以将该空间分成 10 个不同的分桶（例如 latitude_32_to_33、latitude_33_to_34 等）：如果 latitude 位于相应分桶范围内，则显示值 1.0；如果不在范围内，则显示值 0.0。

我们决定对纬度进行分桶。在 Pandas 中使用 Series.apply 执行此操作相当简单。

LATITUDE_RANGES = zip(xrange(32, 44), xrange(33, 45))


def select_and_transform_features(source_df):
  selected_examples = pd.DataFrame()
  selected_examples["median_income"] = source_df["median_income"]
  for r in LATITUDE_RANGES:
    selected_examples["latitude_%d_to_%d" % r] = source_df["latitude"].apply(
      lambda l: 1.0 if l >= r[0] and l < r[1] else 0.0)
  return selected_examples


selected_training_examples = select_and_transform_features(training_examples)
selected_validation_examples = select_and_transform_features(validation_examples)

zip(xrange(32, 44), xrange(33, 45))的输出结果：

[(32, 33), (33, 34), (34, 35), (35, 36), (36, 37), (37, 38), (38, 39), (39, 40), (40, 41), (41, 42), (42, 43), (43, 44)]