Feature Creation
📘 নতুন অর্থবহ ফিচার তৈরি।
🌐 Engineer new meaningful features.
🛠️
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
নতুন অর্থবহ ফিচার তৈরি।
নতুন অর্থবহ ফিচার তৈরি।
🌐 English:
Engineer new meaningful features.
Engineer new meaningful features.
🗂 কোথায় পড়ে
৩. মেশিন লার্নিং → ফিচার ইঞ্জিনিয়ারিং → Feature Creation
🎯 এই শাখার লক্ষ্য
Scale, encode, select and create features; pipelines
🧰 টুলস
scikit-learn
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
ভালো ফিচার প্রায়ই জটিল মডেলের চেয়ে বেশি উন্নতি দেয়।
- ধাপ 1তারিখ থেকে: বছর, মাস, সপ্তাহের দিন, ছুটি, ঋতু
- ধাপ 2অনুপাত ও পার্থক্য: প্রতি লাখে রোগী, আয়/সদস্য, আগের সপ্তাহের তুলনা
- ধাপ 3ল্যাগ ও রোলিং: গত ৭ দিনের গড় (টাইম সিরিজ)
- ধাপ 4ডোমেইন জ্ঞান: তাপমাত্রা+আর্দ্রতা থেকে heat index; বাইনিং: বয়স গ্রুপ
🧪 বাস্তব উদাহরণ
ডেঙ্গু পূর্বাভাসে "২ সপ্তাহ আগের বৃষ্টিপাত" ফিচার—মশার প্রজনন চক্র ধরে।
⚠️ সাধারণ ভুল
ভবিষ্যতের তথ্য দিয়ে ফিচার বানানো (look-ahead leakage)।
🔑 মূল শব্দ (Key terms)
feature creationlag featurerolling windowdomain knowledgebinning
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক4.1 তারিখ থেকে4.1.1 মাস4.1.2 সপ্তাহের দিন
4.2 অনুপাত ও ইন্টারঅ্যাকশন4.2.1 আয়/সদস্য
4.3 ডোমেইন জ্ঞান4.3.1 সবচেয়ে শক্তিশালী ফিচার
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Feature Engineering)
এডিট করে Run চাপুন · Ctrl+Enterimport pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.pipeline import Pipeline
from sklearn.linear_model import LogisticRegression
df=pd.DataFrame({"age":[22,35,47,52,28,61,33,44],"income":[20,45,60,80,30,90,40,55],"city":list("DSDKSDKS"),"buy":[0,1,1,1,0,1,0,1]})
pre=ColumnTransformer([("num",StandardScaler(),["age","income"]),("cat",OneHotEncoder(),["city"])])
pipe=Pipeline([("pre",pre),("clf",LogisticRegression())]).fit(df.drop(columns="buy"),df.buy)
print("Train accuracy:",pipe.score(df.drop(columns="buy"),df.buy))❓
সেল্ফ-চেক · Self check
1. “মাস, সপ্তাহের দিন” — এটি কোন সাব-টপিকের বর্ণনা?
2. “আয়/সদস্য” — এটি কোন সাব-টপিকের বর্ণনা?
3. “সবচেয়ে শক্তিশালী ফিচার” — এটি কোন সাব-টপিকের বর্ণনা?
🔗
সংযুক্ত কনসেপ্ট · Connected concepts
এই শাখার অন্যান্য অংশ
1. Feature Scaling2. Encoding Categorical Variables3. Feature Selection4. Feature Creation5. Imbalanced Data SMOTE6. Sklearn Pipeline