전처리 복습 - (2)

파생 변수

머신러닝 모델링을 하다 보면 제한된 변수로 성능을 끌어 올리는 데는 한계가 있다.
특히 정형 데이터의 경우 데이터 증강은 제한적이다. 그래서 더욱더 효율적인 파생 변수를 추가하는 것이 중요하다.
파생 변수를 가장 간단하게 추가하는 방법은 연속형 변수를 범주형 변수로 변환하는 방법이 있다.
두번째로는 sklearn의 Polynomial features 라이브러를 이용해 기존 변수를 다항식 형태로 변환 시키는 방법이있다.

연속형 변수 변환

연속형 변수를 범주형 변수로 변환 시키는 방법은 여러가지가 있겠지만 그중 2가지만 알아보겠다.

1. 수치범위구간을 직접 레이블링 하기
2. pandas의 cut() 함수로 레이블링 하기

특히 두번째 pandas cut() 함수를 이용하면 손쉽게 연속형 변수를 범주형 변수로 변환시킬 수 있다.

Polynominal features

Polynomial features라이브러리는 sklearn에 내장되어 있는 라이브러리이다.
이 라이브러리를 이용하면 현재 데이터를 다항식 형태로 변환 시킬 수 있다.

데이터에 x1, x2 변수가 있다 하면 Polynomial features 라이브러리를 통해
1,x1,x2,x1^2,x1*x2,x2^2로 간단하게 변환 시킬 수 있다.