Python Feature Engineering Cookbook
Langue : anglais
Edité par Packt Publishing Limited, GB, 2022
- Livre broché
- Neuf
Vendeur : Rarewaves.com USA, London, London, Royaume-UniRarewaves.com USA
Vendeur AbeBooks depuis 11 juin 2025
Etat: Neuf
EUR 62,19
Quantité disponible : Plus de 20 disponibles
Ajouter au panierItem description from seller
Create end-to-end, reproducible feature engineering pipelines that can be deployed into production using open-source Python librariesKey FeaturesLearn and implement feature engineering best practicesReinforce your learning with the help of multiple hands-on recipesBuild end-to-end feature engineering pipelines that are performant and reproducibleBook DescriptionFeature engineering, the process of transforming variables and creating features, albeit time-consuming, ensures that your machine learning models perform seamlessly. This second edition of Python Feature Engineering Cookbook will take the struggle out of feature engineering by showing you how to use open source Python libraries to accelerate the process via a plethora of practical, hands-on recipes.This updated edition begins by addressing fundamental data challenges such as missing data and categorical values, before moving on to strategies for dealing with skewed distributions and outliers. The concluding chapters show you how to develop new features from various types of data, including text, time series, and relational databases. With the help of numerous open source Python libraries, you'll learn how to implement each feature engineering method in a performant, reproducible, and elegant manner.By the end of this Python book, you will have the tools and expertise needed to confidently build end-to-end and reproducible feature engineering pipelines that can be deployed into production.What you will learnImpute missing data using various univariate and multivariate methodsEncode categorical variables with one-hot, ordinal, and count encodingHandle highly cardinal categorical variablesTransform, discretize, and scale your variablesCreate variables from date and time with pandas and Feature-engineCombine variables into new featuresExtract features from text as well as from transactional data with FeaturetoolsCreate features from time series data with tsfreshWho this book is forThis book is for machine learning and data science students and professionals, as well as software engineers working on machine learning model deployment, who want to learn more about how to transform their data and create new features to train machine learning models in a better way.…
N° de réf. du vendeur LU-9781804611302
- Titre
- Python Feature Engineering Cookbook
- Auteur
- Soledad Galli
- Éditeur
- Packt Publishing Limited, GB
- Année de publication
- 2022
- État de l'article
- New
- Reliure
- Paperback
- Langue
- anglais
- ISBN à 10 chiffres
- 1804611301
- ISBN à 13 chiffres
- 9781804611302
- Édition
- 2ème Édition
Create end-to-end, reproducible feature engineering pipelines that can be deployed into production using open-source Python libraries
Key Features
- Learn and implement feature engineering best practices
- Reinforce your learning with the help of multiple hands-on recipes
- Build end-to-end feature engineering pipelines that are performant and reproducible
Book Description
Feature engineering, the process of transforming variables and creating features, albeit time-consuming, ensures that your machine learning models perform seamlessly. This second edition of Python Feature Engineering Cookbook will take the struggle out of feature engineering by showing you how to use open source Python libraries to accelerate the process via a plethora of practical, hands-on recipes.
This updated edition begins by addressing fundamental data challenges such as missing data and categorical values, before moving on to strategies for dealing with skewed distributions and outliers. The concluding chapters show you how to develop new features from various types of data, including text, time series, and relational databases. With the help of numerous open source Python libraries, you'll learn how to implement each feature engineering method in a performant, reproducible, and elegant manner.
By the end of this Python book, you will have the tools and expertise needed to confidently build end-to-end and reproducible feature engineering pipelines that can be deployed into production.
What you will learn
- Impute missing data using various univariate and multivariate methods
- Encode categorical variables with one-hot, ordinal, and count encoding
- Handle highly cardinal categorical variables
- Transform, discretize, and scale your variables
- Create variables from date and time with pandas and Feature-engine
- Combine variables into new features
- Extract features from text as well as from transactional data with Featuretools
- Create features from time series data with tsfresh
Who this book is for
This book is for machine learning and data science students and professionals, as well as software engineers working on machine learning model deployment, who want to learn more about how to transform their data and create new features to train machine learning models in a better way.
Table of Contents
- Imputing Missing Data
- Encoding Categorical Variables
- Transforming Numerical Variables
- Performing Variable Discretization
- Working with Outliers
- Extracting Features from Date and Time
- Performing Feature Scaling
- Creating New Features
- Extracting Features from Relational Data with Featuretools
- Creating Features from Time Series with tsfresh
- Extracting Features from Text Variables
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Soledad Galli is a lead data scientist with more than 10 years of experience in world-class academic institutions and renowned businesses. She has researched, developed, and put into production machine learning models for insurance claims, credit risk assessment, and fraud prevention. Soledad received a Data Science Leaders' award in 2018 and was named one of LinkedIn's voices in data science and analytics in 2019. She is passionate about enabling people to step into and excel in data science, which is why she mentors data scientists and speaks at data science meetings regularly. She also teaches online courses on machine learning in a prestigious Massive Open Online Course platform, which have reached more than 10,000 students worldwide.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Rarewaves.com USA
London, London, Royaume-Uni
Vendeur AbeBooks depuis 11 juin 2025
Frais d'expédition de Royaume-Uni vers Etats-Unis
| Article | 9 à 14 jours ouvrés | 9 à 14 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Profil professionnel du vendeur
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Royaume-Uni W1W 8BE
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Rarewaves.com USA, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.