Aşağıdaki seçenekleri keşfedin.
Kaliforniya'daki farklı şehirlerin barındırma fiyatları çok farklıdır.
Konut fiyatlarını tahmin etmek için bir model oluşturmanız gerektiğini varsayalım. Aşağıdaki özellik veya özellik haçlarından hangisi
roomsPerPerson ile konut fiyatı arasındaki şehre özgü ilişkileri öğrenebilir?
Birbiriyle bağlantılı üç ayrı özellik: [bağlı enlem], [binişli boylam], [bağlı odalarPerPerson]
Bağlantı oluşturma, modelin tek bir özellik içindeki doğrusal olmayan ilişkileri öğrenmesini sağladığı için iyidir. Ancak, bir şehir birden fazla boyutta yer aldığından, şehre özgü ilişkilerin öğrenmek için enlem ve boylam değerlerinin çaprazlanması gerekir.
Bir özellik çarpı: [enlem X boylam X oda başına kişi]
Bu örnekte, gerçek değerli özellikleri geçmek iyi bir fikir değildir.
Örneğin, Perper'lerle
enlem gerçek değerini geçmek, bir özellikteki% 10'luk değişimin (örneğin, enlem), diğer özellikteki% 10'luk değişime eşdeğer olmasını sağlar (ör. odaPerPerson).
Bir özellik çaprazı: [bağlı enlem X bin bağlı boylamı X bağlı, oda başına Kişi]
Binlenmiş boylama sahip birleştirilmiş enlemi geçmek, modelin oda başına kişi başına etkinin şehre özgü etkilerini öğrenmesini sağlar.
Bağlama, boylamda yapılan değişiklikle aynı sonucu veren enlemdeki bir değişikliği önler. Kutuların ayrıntı düzeyine bağlı olarak, bu özellik çarpı işareti, şehre özgü, mahalleye özgü ve hatta engellemeye özgü etkileri öğrenebilir.
İki özellik haçı: [binbinli enlem X binned roomPerPerson]
ve [binned boylam X binned RoomPerPerson]
Bağlama işlemi iyi bir fikirdir. Ancak şehir, enlem ve boylamın birleştirilmesiyle oluşur. Bu nedenle, ayrı özellik hatları, modelin şehre özel fiyatları öğrenmesini engeller.