Ezaugarrien ingeniaritza ezaugarri berriak sortzeko edo lehendik daudenak aldatzeko prozesua da, datu gordinetik abiatuta, ikasketa automatikoko ereduen errendimendua hobetzeko. Alderdi kritikoa da, ezaugarrien kalitateak eta garrantziak nabarmen eragiten baitu ereduak ikasteko eta iragarpen zehatzak egiteko duen gaitasunean.
Zergatik da garrantzitsua Ezaugarrien Ingeniaritza
-
Ereduaren errendimendu hobetua: ondo diseinatutako funtzioek ereduak ikasteko zailtasunak izan litezkeen datuen barruan ereduak eta erlazioak nabarmendu ditzakete. Horrek iragarpen-zehaztasun hobea dakar.
-
Gehiegitura murriztua: Ezaugarrien ingeniaritzak gehiegizko egokitzapena murrizten lagun dezake, ereduari datuen irudikapen esanguratsuagoak eta orokortuagoak eskainiz.
-
Sinplifikazioa eta Interpretagarritasuna: Ingeniaritza-eginbideek datuen arteko erlazio konplexuak erraztu ditzakete, eredua interpretagarri eta ulergarriagoa bihurtuz.
Ezaugarrien ingeniaritzan erabilitako ohiko teknikak adibidea
-
Iputazioa: falta diren balioak kudeatzea, batez bestekoa, mediana edo modua bezalako neurri estatistikoekin inputatuz.
-
One-Hot Encoding: aldagai kategorikoak bektore bitar bihurtzea, ereduei datu kategorikoak ulertzeko eta prozesatzeko aukera emanez.
-
Ezaugarrien eskalatzea: zenbakizko ezaugarriak antzeko eskala batera normalizatzea edo estandartzea, ezaugarri batzuk nagusitzea saihestuz haien magnitude handiagoa dela eta.
-
Ezaugarri polinomikoak: Ezaugarri berriak sortzea lehendik dauden ezaugarriak potentzia handiagoetara igoz, erlazio ez-linealak harrapatuz.
-
Ezaugarrien hautaketa: ezaugarri garrantzitsuenak aukeratzea eta informazio gutxiagokoak baztertzea datuen dimentsioa eta zarata murrizteko.
-
Binning edo diskretizazioa: etengabeko zenbakizko ezaugarriak ontzi edo kategorietan multzokatzea, erlazio konplexuak sinplifikatuz.
-
Ezaugarrien gurutzeak/interakzioak: ezaugarri berriak sortzea lehendik daudenak konbinatuz edo elkarreraginez haien arteko elkarrekintzak jasotzeko.
-
Ezaugarrien eraldaketa: logaritmoak edo erro karratuak bezalako eraldaketa matematikoak aplikatzea, datuak normalago banatzeko edo okertasuna murrizteko.
-
Testu Ezaugarrien Ingeniaritza: TF-IDF (Term Frequency-Inverse Document Frequency) bezalako teknikak, hitzen txertaketak edo n-gramak testu-datuak eraginkortasunez irudikatzeko.
-
Aldi baterako Ezaugarriak: denbora-zigiluetatik eginbideak ateratzea, hala nola asteko eguna, hilabetea edo ordu-desberdintasunak, denborarekin erlazionatutako ereduak ager ditzakete.
Arazo eta datu-multzo bakoitzak ezaugarrien ingeniaritzarako ikuspegi desberdinak eska ditzake. Adituen domeinuaren ezagutzak zeregin zehatza betetzen du zeregin zehatz baterako teknika eraginkorrenak identifikatzeko. Ezaugarrien ingeniaritza arrakastatsuak nabarmen hobetu ditzake eredu baten iragarpen-ahalmena eta orokortzea, ikaskuntza automatikoaren lan-fluxuaren oinarrizko zati bihurtuz.
