Máy học tập: Tạo các tính năng riêng của bạn trong dữ liệu - núm vú cao

Đôi khi các dữ liệu thô bạn thu được từ nhiều nguồn khác nhau sẽ không có các tính năng cần thiết để thực hiện nhiệm vụ học máy. Khi điều này xảy ra, bạn phải tạo các tính năng của riêng bạn để có được kết quả mong muốn. Tạo một tính năng không có nghĩa là tạo ra dữ liệu từ không khí mỏng. Bạn tạo các tính năng mới từ dữ liệu hiện có.

Hiểu được nhu cầu tạo ra các tính năng

Một hạn chế lớn của các thuật toán học máy là không thể đoán được một công thức có thể liên kết phản ứng của bạn với các tính năng mà bạn đang sử dụng. Đôi khi không thể đoán được vì bạn không thể ánh xạ phản hồi bằng cách sử dụng thông tin bạn có sẵn (có nghĩa là bạn không có thông tin chính xác). Trong các trường hợp khác, thông tin bạn cung cấp không giúp thuật toán học đúng cách.

Câu trả lời cho vấn đề này là tạo ra tính năng. Tính năng tạo ra là một phần của việc học máy mà được coi là một nghệ thuật hơn là khoa học bởi vì nó ngụ ý sự can thiệp của con người trong việc pha trộn các tính năng hiện có một cách sáng tạo. Bạn thực hiện nhiệm vụ này bằng cách cộng, trừ, nhân và tỷ lệ để tạo ra các tính năng mới xuất hiện với sức mạnh đoán trước hơn so với bản gốc.

Biết rõ vấn đề và tìm ra cách con người giải quyết nó là một phần của sự sáng tạo tính năng. Vì vậy, kết nối với ví dụ trước, thực tế là bề mặt đất kết nối với giá bất động sản là kiến ​​thức phổ biến. Nếu bề mặt bị thiếu trong các tính năng của bạn khi cố gắng đoán giá trị của thuộc tính, bạn có thể phục hồi thông tin đó từ dữ liệu hiện có và làm như vậy làm tăng hiệu suất của các dự đoán.

Tạo tính năng tự động

Bạn có thể tạo một số tính năng mới tự động.Một cách để đạt được tính năng tạo tự động là sử dụng mở rộng đa thức. Các cách cụ thể có sẵn để đạt được sự mở rộng đa thức để bạn tạo các tính năng tự động trong cả R và Python. Trong thời gian này, bạn cần phải nắm bắt các khái niệm mở rộng sau đa thức.

Trong mở rộng đa thức, bạn tự động tạo ra tương tác giữa các tính năng cũng như tạo ra sức mạnh (ví dụ, tính toán hình vuông của một đối tượng địa lý). Tương tác dựa vào nhân của các tính năng. Tạo một tính năng mới bằng cách nhân sẽ giúp theo dõi các tính năng hoạt động như thế nào. Vì vậy, nó giúp để bản đồ các mối quan hệ phức tạp giữa các tính năng của bạn mà có thể gợi ý ở các tình huống đặc biệt.

Một ví dụ điển hình của sự tương tác là tiếng ồn phát ra từ xe ô tô và giá của chiếc xe. Người tiêu dùng không đánh giá những chiếc xe ô tô ồn ào trừ khi họ mua một chiếc xe thể thao, trong trường hợp tiếng ồn động cơ là một điểm cộng nhắc nhở chủ sở hữu sức mạnh của chiếc xe. Nó cũng làm cho người ngoài nhìn thấy chiếc xe mát mẻ, do đó, tiếng ồn đóng một vai trò tuyệt vời trong hiển thị vì tiếng ồn chắc chắn sẽ thu hút sự chú ý của người khác. Mặt khác, tiếng ồn khi lái xe ô tô gia đình không phải là tất cả những gì mát mẻ.

Trong một ứng dụng học máy, trong việc cố gắng dự đoán tỷ lệ sở thích cho một chiếc xe nhất định, các tính năng như tiếng ồn và giá của chiếc xe được dự đoán một mình. Tuy nhiên, nhân hai giá trị và thêm chúng vào bộ các tính năng có thể là một gợi ý cho một thuật toán học rằng mục tiêu của nó là một chiếc xe thể thao (khi bạn tăng mức độ tiếng ồn cao bởi giá cao).

Quyền lực giúp đỡ bằng cách tạo ra các mối quan hệ phi tuyến giữa phản ứng và các đặc điểm, gợi ý ở các tình huống cụ thể.

Ví dụ khác, hãy tưởng tượng rằng bạn phải dự đoán chi phí hàng năm của một người. Tuổi là một yếu tố tiên đoán tốt bởi vì khi con người trưởng thành và trưởng thành, cuộc sống và tình hình gia đình cũng thay đổi. Học sinh bắt đầu nghèo nhưng sau đó tìm việc và có thể xây dựng một gia đình. Từ một quan điểm chung, chi phí có xu hướng phát triển như độ tuổi cho đến một điểm nhất định. Nghỉ hưu thường đánh dấu một điểm mà chi phí có xu hướng giảm. Tuổi có chứa thông tin như vậy, nhưng đó là một tính năng có xu hướng phát triển và chi phí liên quan đến sự tăng trưởng của nó không giúp mô tả sự đảo ngược xảy ra ở một độ tuổi nhất định.

Thêm tính năng bình phương giúp tạo ra một hiệu ứng chống lại tuổi tác, đó là nhỏ ngay từ đầu nhưng phát triển nhanh chóng theo độ tuổi. Hiệu ứng cuối cùng là một hình parabol, với sự tăng trưởng ban đầu được đặc trưng bởi mức cao nhất của chi tiêu ở một độ tuổi nhất định, và sau đó giảm xuống.

Như đã đề cập ban đầu, biết trước động lực như vậy (tiếng ồn và xe thể thao, tiêu dùng và tuổi già) có thể giúp bạn tạo ra các tính năng phù hợp. Nhưng nếu bạn không biết trước những động lực này, việc mở rộng đa thức sẽ tự động tạo chúng cho bạn bởi vì, cho một trật tự nhất định, nó sẽ tạo ra các tương tác và quyền hạn của trật tự đó. Thứ tự sẽ chỉ ra số phép nhân và sức mạnh tối đa để áp dụng cho các tính năng hiện có.

Vì vậy việc mở rộng đa thức bậc 2 tăng tất cả các tính năng lên công suất thứ hai và nhân với tất cả các tính năng khác. (Bạn nhận được nhân của tất cả các kết hợp của hai tính năng). Rõ ràng, càng cao số, các tính năng mới sẽ được tạo ra, nhưng nhiều người trong số họ sẽ được dư thừa và chỉ cần góp phần làm cho thuật toán máy học của bạn quá dữ liệu.

Khi sử dụng mở rộng đa thức, bạn phải chú ý đến sự bùng nổ của các tính năng bạn đang tạo. Quyền hạn tăng tuyến tính, vì vậy nếu bạn có năm tính năng và bạn cần mở rộng thứ tự 2, mỗi tính năng được tăng lên đến sức mạnh thứ hai. Tăng thứ tự của một chỉ cần thêm một tính năng năng lượng mới cho mỗi tính năng ban đầu. Thay vào đó, tương tác tăng dựa trên sự kết hợp của các tính năng theo thứ tự đó.

Trong thực tế, với năm tính năng và mở rộng đa thức thứ tự 2, tất cả mười kết hợp độc đáo của khớp nối các tính năng được tạo ra. Tăng thứ tự tới 3 sẽ yêu cầu tạo ra tất cả các kết hợp duy nhất của hai biến, cộng với sự kết hợp duy nhất của ba biến, có nghĩa là 20 tính năng.