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