💡 Feature Engineering

• 피처 엔지니어링은 더 나은 모델 알고리즘을 위해 Raw data로부터 feature를 만들거나 재구성하는 과정이다.

Feature engineering은 Feature selection, feature extraction, encoding 과정을 반복하면서 자신의 도메인 지식과 문제에 대한 이해를 결합하게 된다.
▪️ Feature selection : 여러 feature들 가운데서 일부를 선택하는 과정
▪️ Feature extraction : 주어진 feature를 바탕으로 새로운 feature로 재구성
▪️ Encoding : 머신러닝이 학습할 수 있도록 문자를 숫자로 변환하고 모델 성능을 높이는 절차

---

❗Na, Null, NaN, 0, Undefined 의 차이

다른 언어에서는 각각 다른 의미를 가진다고 하는데 python에서는 NA와 Null을 NaN으로 표현함.
0은 실수를 나타내고, Undefined는 선언되지 않은 변수에 대해 오류를 나타낼 때 나온다.

📖 python 예제

Feature engineering 하면서 자주 사용하는 python method 정리

.replace('기존값', '바꿀값')

teststring = '35,312'           # datatype = str
teststring.replace(',', '')     # ,를 공백으로 변환
print(teststring)               # 35312


pd.astype(dtype)                # 모든 열의 데이터 타입 변경
pd.astype({'컬럼명':dtype})      # 모든 행의 데이터 타입 변경

pd.to_numeric(arg)              # 전달된 인수를 숫자 유형으로 변경

.apply()                        # pandas 객체에 열 or 행에 대해 함수 적용