Örnek sorular
Fe Categorical Encoding MechanicsZorluk 1
Tek bir kategorik sütun tam olarak üç farklı değer içeriyor. Bu sütuna varsayılan ayarlarla bir one-hot encoder fit ediliyor (scikit-learn 1.6). Bu tek girdi sütunu kaç çıktı sütunu üretir?
- aİki; diğer ikisi bilindiğinde üçüncü seviye zaten belli olur
- bÜç, fit sırasında görülen her farklı seviye için bir gösterge sütunu✓
- cBir, seviyenin sıralı seviye listesindeki tamsayı konumunu tutar
- dDört: üç seviye göstergesi artı fit sırasında görülmeyen değerler için ayrılmış bir sütun
Açıklama:Düz one-hot açılımı, fit anında kaydedilen her kategori için tam olarak bir gösterge sütunu ayırır; üç seviye üç sütun verir. Varsayılan ayarlarda ne sıkıştırılmış bir tamsayı kod ne de fazladan ayrılmış bir yuva oluşur; bunlar tamamen başka ayarların işidir.
Fe Categorical Encoding MechanicsZorluk 2
Beş seviyeli bir sütun drop='first' ile one-hot kodlanıyor (scikit-learn 1.6). Bu sütunun çıktı bloğu ne kadar geniştir ve düşürülen seviyeye ait bir satır nasıl görünür?
- aDört sütun; düşürülen seviyenin satırında dört göstergenin dördü de sıfırdır✓
- bDört sütun; düşürülen seviyeye ait bir satır ilk göstergede eksi bir değer taşır
- cBeş sütun; ilk seviye sütununu korur ama o sütun her yerde sıfırla doldurulur
- dDört sütun; düşürülen seviyeye ait satırlar çıktıdan tamamen çıkarılır
Açıklama:Bir seviyeyi düşürmek onun gösterge sütununu kaldırır; k seviye için k-1 sütun kalır. O seviye yine de temsil edilebilir: kalan tüm göstergelerin sıfır olduğu tek örüntü odur, kodlama bu yüzden kayıpsız kalır.
Fe Categorical Encoding MechanicsZorluk 3
Bir tabloda üç kategorik sütun var: color (4 seviye), is_member (2 seviye), plan (3 seviye). scikit-learn 1.6'da OneHotEncoder(drop='if_binary') ile kodlanıyor. Kaç çıktı sütunu oluşur?
- a6, çünkü üç sütunun her birinden bir seviye düşürülür
- b9, çünkü bu ayar yalnızca çıktı sütunlarının adlarını değiştirir, genişliği değil
- c8, çünkü yalnızca iki seviyeli sütun göstergelerinden birini kaybeder✓
- d7, çünkü iki seviyeli sütun düşürme işleminden sonra sıfır sütuna iner
Açıklama:'if_binary' kuralı yalnızca tam olarak iki seviyesi olan sütunlarda tetiklenir; color 4, plan 3 sütunla değişmeden katkı verirken is_member 2 yerine 1 sütun katkı verir. Toplam 4+1+3 = 8 olur; her sütundan düşürmek 6 verirdi.
Fe Categorical Encoding MechanicsZorluk 2
Ankara, Istanbul ve Izmir içeren bir city sütununa handle_unknown='ignore' ile bir one-hot encoder fit ediliyor. Transform sırasında city='Bursa' olan bir satır geliyor. Bu satırın üç sütunluk bloğu ne içerir?
- aTransform, tanınmayan şehir değerini adlandıran bir hatayla durur
- bAlfabetik olarak en yakın bilinen şehrin göstergesi bire ayarlanır
- cÜç gösterge de eğitim verisinde aldıkları ortalama değere ayarlanır
- dÜç gösterge de sıfırdır, yani satır hiçbir şehir bilgisi taşımaz✓
Açıklama:Bilinmeyen değerler yok sayıldığında encoder hiçbir bilinen seviyeyi eşleştiremez ve o feature için tamamen sıfır bir blok üretir. Satır doğru genişlikle pipeline'dan akmaya devam eder ama aşağı akıştaki her model onu 'bilinen şehirlerin hiçbiri' diye okur.
Fe Categorical Encoding MechanicsZorluk 2
Bir size sütunu S, M, L ve XL değerlerini tutuyor. Bir mühendis ek argüman vermeden OrdinalEncoder() uyguluyor (scikit-learn 1.6). Hangi tamsayı kodlar çıkar?
- aS=0, M=1, L=2, XL=3, çünkü encoder veride ilk görünme sırasını korur
- bS=0, M=1, L=2, XL=3, çünkü encoder standart beden adlarını tanır
- cL=0, M=1, S=2, XL=3, çünkü seviyeler metin olarak sıralanır✓
- dS=3, M=2, L=1, XL=0, çünkü frekans sıralaması en küçük kodu en sık seviyeye verir
Açıklama:Varsayılan olarak encoder farklı değerleri toplar ve sıralar; metin için bu sıralama sözlük sırasıdır ve L'yi M'den, M'yi S'den, S'yi XL'den önce koyar. Ortaya çıkan kodlar bu yüzden beden büyüklüğüyle hiçbir ilgisi olmayan bir sıralama taşır.
Fe Categorical Encoding MechanicsZorluk 2
Bir mühendis size sütununun kodlarının varsayılan sıralama yerine S < M < L < XL izlemesini istiyor. scikit-learn 1.6'da OrdinalEncoder(categories=[['S','M','L','XL']]) kuruyor. Bu argüman neyi değiştirir?
- aSeviye listesini ve konum sırasını sabitler, böylece her seviyenin kodu o listedeki indeksidir✓
- bYalnızca bu dört seviyenin varlığını doğrular, kodlar yine sıralı düzeni izler
- cEncoder'ın sıralamayı her seviyenin hedefle ne kadar güçlü ilişkili olduğundan öğrenmesini sağlar
- dKodları 0-1 aralığına ölçekler ve beden kodları arasındaki aralığı eşitler
Açıklama:Açık bir kategori listesi vermek otomatik sıralı sözlüğün yerine verilen diziyi koyar ve bir seviyeye atanan kod basitçe oradaki konumudur. Encoder hedefe hiç bakmadığı için sıralama hakkında sahip olduğu tek denetim budur.