Feature Engineering Nedir?
İngilizce: Feature Engineering
Feature engineering, ham veriyi modelin öğrenebileceği anlamlı değişkenlere dönüştürerek makine öğrenimi sonucunu etkileyen hazırlık sürecidir.
Feature Engineering Nedir?
Feature engineering, modelin göreceği sütunları bilinçli şekilde hazırlama işidir. Ham veri çoğu zaman doğrudan iyi sinyal taşımaz; tarih, metin, kategori, fiyat, davranış ve işlem geçmişi model için daha anlamlı değişkenlere çevrilir.
Nasıl Yapılır?
Örnek bir abonelik iptal modeli düşünün. Ham tabloda müşteri kayıt tarihi, son giriş zamanı, plan tipi ve destek talebi sayısı bulunabilir. Feature engineering ile “son 30 günde giriş sayısı”, “üyelik yaşı”, “destek talebi artışı”, “indirimli plana geçiş” gibi değişkenler oluşturulur.
Sık işlemler arasında eksik değer doldurma, kategorik veriyi encode etme, sayısal değerleri ölçekleme, tarih parçalama, metinden özellik çıkarma ve zaman pencereli agregasyonlar vardır. Pandas bu hazırlık adımlarında yaygın kullanılır.
Neden Önemlidir?
Machine learning modelleri çoğu zaman algoritmadan çok verinin temsilinden etkilenir. Doğru özellikler churn, talep tahmini, dolandırıcılık tespiti ve fiyatlama modellerinde belirgin fark yaratabilir.
En önemli risk data leakage’dir: modelin tahmin anında bilemeyeceği bilgiyi eğitim verisine sızdırmak test skorunu yapay olarak yükseltir. Bu yüzden feature üretimi, gerçek kullanım zamanı ve veri erişim sınırları dikkate alınarak tasarlanmalıdır.