Section Feature Engineering dan Seleksi berisi materi 5 chapter. Ubah data mentah menjadi fitur bermakna dan pilih fitur terbaik dengan metode filter, wrapper, dan embedded.
# Konsep Feature Engineering
Pahami mengapa kualitas fitur sering menentukan hasil lebih besar daripada pilihan algoritme.
Buka → # Membuat Fitur BaruKonstruksi fitur pangkat, interaksi, rasio, dan fitur turunan waktu dari kolom yang ada.
Buka → # Feature Selection dengan Metode FilterSaring fitur dengan ambang varians, korelasi, mutual information, dan chi-squared.
Buka → # Feature Selection dengan RFEPilih fitur secara rekursif dengan validasi silang dan model pembobotan.
Buka → # Feature Selection dengan Metode EmbeddedManfaatkan penalti L1 dan feature importance dari tree untuk seleksi yang menyatu dengan pelatihan.
Buka →