What Is Feature Engineering in Machine Learning? 🔥

मॉडल में इस स्टेप की बहुत ज्यादा जरूरत है। डेटा साइंस का प्रोजेक्ट हो गया, मशीन लर्निंग का प्रोजेक्ट हो गया या फिर आर्टिफिशियल इंटेलीजेंस का। आपको प्रोजेक्ट क्रिएट करे उसमे आपको चाहिए। करना। फीचर इंजीनियरिंग। फीचर इंजीनियरिंग 1 बहुत इम्पोर्टेंट स्टेप है। अगर आपने इसको मिस कर दिया। आपका मॉडल कभी भी बेटर नहीं हो सकता, कभी भी बेटर प्रोडक्शन नहीं दे सकता। फीचर इंजीनियरिंग क्या होता? फीचर इंजिनियरिंग का सिंपल सा मतलब है की आप अपने मॉडल में से आप अपने डेटा में से बेसिकली। मॉडल को डेटा देने से पहले आपको क्या करना है। मॉडल को डेटा देने से पहले आपको ये चूस करना है कि कौन सा कलम उसके लिए इम्पोर्टेंट है कौन सा नहीं है। तो बेसिकली हम अपने रॉ डेटा में से कुछ वैल्यू को निकालते हैं मतलब कि रॉ डेटा को हम क्रिएट करेंगे, ट्रांसफार्म करेंगे और कुछ फीचर्स को सलेक्ट करेंगे जो हमारे मॉडल के लिए इम्पॉर्टेंट है और जो इम्पॉर्टेंट नहीं है उसको हटा देंगे। इसी को हम फीचर इंजीनियरिंग कहते हैं। बेटर फीचर्स अगर आप सेलेक्ट करते हो तो मॉडल अच्छी तरीके से उसको सीख पाता है जिस भी टार्गेट के लिए, जिस भी आउटकम के लिए आप मॉडल क्रिएट कर रहे हो उसी आउटकम के रिलेटेड आपको इनपुट फीचर्स सेलेक्ट करने है, इनपुट वैरिएबल सेलेक्ट करने है जिसकी वजह से ही बेटर लर्निंग हो। पाएगी मॉडल की बेटर मॉडल क्रिएट हो पाएगा। अब कॉमन फीचर्स होते हैं जैसे की आपको फीचर इंजीनियरिंग प्रोसेसिंग सारी चीजें करने है, सिंग डेटा हैंडल करना पड़ता है। उसके बाद इनकोडिंग कैटेगॉरिकल वैलूबलमतलबकी कुछ वैल्यू को आपको निमारिकलवैल्यू में पनगोड करना पड़ता है। मिसिंग डेटा हैंडल करने का मतलब है जहाँ पर भी डेटा नहीं है। नल वैल्यू जहाँ जहाँ पर है वहाँ वहाँ पर उसको किसी एक्चुवल वैल्यू से रिप्लेस करना ताकि रीडेबल भी रहे और डेटा और किसी भी तरीके से वाई एस एम एस न आए डेटा में दूसरा होता है। इन्क्लूडिंग कैटेगॉरिकल वैल्यूबल मतलब की। कुछ ऐसे कैटेगॉरिकल वैल्यूबल मतलब यस नो वाले डेटा उसको हम एनकोडिंग जैसी टेक्निक से क्या करते हैं, निमारिकलवैल्यू में लेके आते हैं। जीरो वन की वैल्यू लेकर आते हैं। हम कोशिश करते हैं जितने भी कैटेगॉरिकल वैटेबल सारे के सारे नुमारिकलवैल्यूज में कनवर्ट हो जाए। नुवारिकल क्यों क्योंकि देखो मशीन जो है जितने भी कंप्यूटर रिलेटेड या फिर कोई भी इलेक्ट्रॉनिक मशीन हो गयी। वो नंबर्स बहुत अच्छे से समझ वैसे ही मॉडल काम करता है। अगर आप अच्छे नंबर्स उनको दे दोगे तो वो अच्छे तरीके से सीख पाएंगे। उसके बाद फीचर्स के लि मतलब की। आपको कुछ वैल्यू को सटैंडडाइजकरना पड़ता है। अगर वो जीरो और वन के फार्मेट में नहीं आ सकती मानो आप उसको क्या करेंगे स्टैंरेटाइजभी कर सकते हैं, नॉर्मलाइज भी कर सकते हैं और रोब स्केलिंग भी कर सकते हैं। तो बहुत सारी ऐसी टेक्निक होती है फीचर इंटनरिगमेंस्टेप्स होते है बेसिकली जो आपको अप्लाई करने पड़ते हैं। जिनको अप्लाई करने से आपका मॉडल बेटर प्रेडिक्शन देगा। इस चीज की गारंटी तो नहीं होती लेकिन आपका मॉडल का लर्निंग रेट अच्छा हो जाता है। आपके मॉडल का लर्निंग फेस अच्छा हो जाता है। जिसकी वजह से हम ये कह सकते है की हमारा मॉडल 1 अच्छी अच्छी इवैलुएशन मेट्रिक समय देगा।