Domain-Agnostic Feature Engineering, das semantische Bedeutung behält?

12

Feature Engineering ist oft ein wichtiger Bestandteil des maschinellen Lernens (es wurde stark genutzt, um den KDD Cup 2010 zu gewinnen ). Ich finde jedoch, dass die meisten Feature-Engineering-Techniken entweder

Zerstören Sie jede intuitive Bedeutung der zugrunde liegenden Funktionen oder
sind sehr spezifisch für eine bestimmte Domäne oder sogar bestimmte Arten von Funktionen.

Ein klassisches Beispiel für erstere wäre die Hauptkomponentenanalyse. Mir scheint, dass jegliches Wissen, das ein Fachexperte über die Merkmale haben würde, zerstört würde, wenn diese Merkmale in Hauptkomponenten umgewandelt würden.

Vergleichen Sie dies mit einer einfachen Technik zum Umwandeln eines Datums in Features für "Tag des Monats" und "Tag der Woche". Die zugrunde liegende Bedeutung bleibt in den neuen Features erhalten, aber diese spezielle Technik gilt natürlich nur für Datumsangaben und nicht für beliebige Features.

Gibt es ein Standardwerk an Feature-Engineering-Techniken, die die Bedeutung der zugrunde liegenden Features nicht zerstören und gleichzeitig auf beliebige Domänen (oder zumindest eine Vielzahl von Domänen) anwendbar sind?

predictive-models feature-selection feature-construction

— Michael McGowan
quelle

2

PCA kann manchmal verwendet werden, um intuitive Bedeutungen für die Merkmale zu finden - z . B. Eigenflächen .

— tdc

Können Sie (mehr) Beispiele für die Daten nennen, an die Sie denken? Wenn Sie Ihre Anwendung genauer beschreiben können (auch wenn es sich um ein beliebiges Beispiel handelt), ist es einfacher, eine (genauere) Antwort zu geben.

— Dov

1

@Dov Nun, der springende Punkt ist, dass ich (im Idealfall) etwas möchte, das für nahezu jedes strukturierte, tabellarische Dataset (eines mit Datenpunkten und Features) funktionieren könnte. Das können also Verkaufsdaten, Finanzdaten, Daten zur Wirkstoffentdeckung, Baseballdaten usw. sein

— Michael McGowan

7

Mir ist eine Zerlegungsmethode bekannt (aber vielleicht gibt es noch mehr ...), die in Szenarien wie denen, die Sie beschreiben, nützlich sein kann. Es ist wie 2D-PCA - eine Zerlegungsmethode höherer Ordnung, bei der die Zerlegung (dh die Faktoren) eine Bedeutung haben. Sie können Beispiele sehen und darüber lesen hier und hier und versuchen , hier

— Dov
quelle

+ bitte verzeih mir, dass ich kein englischer Muttersprachler bin :)

— Dov

Nach dem, was mir gesagt wurde, sollte der letzte Schritt der PCA darin bestehen, eine Bedeutung für das Hauptbauteil zu finden.

— jb.

5

Jüngste Deep-Learning-Methoden mit Restricted Boltzmann Machine haben bei verschiedenen Datentypen (Audio, Bilder, Text) nette Funktionen gezeigt.

Da diese Methoden ein generatives Modell erstellen, können Sie aus dem Modell häufig sehr schöne Beispiele generieren.

Lesen Sie die Veröffentlichungen von Hinton. http://www.cs.toronto.edu/~hinton/

Diese Methoden sind nicht ganz allgemein (führen Sie für alle Daten denselben Code aus), aber das zugrunde liegende Modell ist in der Regel ähnlich.

— Ran
quelle