【特征工程构建】

类别特征目标编码

统计每一个类对于标签的均值,count等

eidmean = train_data.groupby('eid')['target'].mean()
train_data['eid_freq'] = train_data['eid'].map(train_data['eid'].value_counts())
train_data['eid_mean'] = train_data['eid'].map(eidmean)

test_data['eid_freq'] = test_data['eid'].map(test_data['eid'].value_counts())
test_data['eid_mean'] = test_data['eid'].map(eidmean)

查看对于目标的影响

train_data[['eid','target']].groupby(['eid'], as_index=False).mean().sort_values(by='target', ascending=False)

数值特征

采用交叉特征的方式,如行交叉与业务间相互交叉(加减乘)


num_features =['x7','x2','x1']

# 3. 特征交互与多项式特征
interaction_features = num_features

for i in range(len(interaction_features)):
    for j in range(i + 1, len(interaction_features)):
        interaction_name = interaction_features[i] + '_' + interaction_features[j]
        train_data[interaction_name] = train_data[interaction_features[i]] + train_data[interaction_features[j]]
        test_data[interaction_name] = test_data[interaction_features[i]] + test_data[interaction_features[j]]

分桶操作

bins = [0,10,12,14,17,19,32]  # 区间边界
# 使用cut函数进行分桶
train_data['day'] = pd.cut(train_data['day'], bins=bins,labels=False, include_lowest=True)
test_data['day'] = pd.cut(test_data['day'], bins=bins,labels=False, include_lowest=True)

时间转化

提取weekday等,hour minute

train_data['tm'] = pd.to_datetime(train_data['common_ts'], unit='ms')
test_data['tm'] = pd.to_datetime(test_data['common_ts'], unit='ms')
train_data['weekday'] = train_data['tm'].dt.dayofweek
test_data['weekday'] = test_data['tm'].dt.dayofweek
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值