Categorical Features হল ডেটার সেই বৈশিষ্ট্যগুলি যা নির্দিষ্ট ক্যাটেগরি বা শ্রেণী অনুযায়ী গ্রুপ করা হয়। এগুলি সাধারণত টেক্সট আকারে থাকে এবং শ্রেণীবদ্ধ তথ্য উপস্থাপন করে, যেমন লিঙ্গ (পুরুষ/মহিলা), রং (লাল, নীল, সবুজ), দেশ, ইত্যাদি। মেশিন লার্নিং মডেলগুলি সাধারণত সংখ্যামূলক ইনপুটের উপর ভিত্তি করে কাজ করে, তাই categorical features-এর সঠিক প্রক্রিয়াকরণ অত্যন্ত গুরুত্বপূর্ণ।
Categorical Features-এর কাজ
তথ্য বিশ্লেষণ: Categorical features ডেটা বিশ্লেষণে গুরুত্বপূর্ণ ভূমিকা পালন করে। এগুলি শ্রেণীভুক্ত করে বিভিন্ন গোষ্ঠীর মধ্যে সম্পর্ক এবং প্রবণতা বোঝাতে সাহায্য করে।
মডেল প্রশিক্ষণ: মডেলটি প্রশিক্ষণের সময় categorical features ব্যবহার করে বিভিন্ন শ্রেণীতে ডেটা বিভক্ত করতে এবং প্রেডিকশন করতে সক্ষম হয়।
ফিচার ইন্টারঅ্যাকশন: Categorical features বিভিন্ন ফিচারের সাথে ইন্টারঅ্যাক্ট করে এবং ফলস্বরূপ ডেটার মধ্যে সম্পর্ক তৈরি করে, যা মডেলের পূর্বাভাসকে আরও সঠিক করে।
Categorical Features প্রক্রিয়াকরণ
Categorical features প্রক্রিয়াকরণ করার জন্য কয়েকটি সাধারণ পদ্ধতি রয়েছে:
১. Label Encoding
- প্রতিটি ক্যাটেগরিকে একটি সংখ্যায় রূপান্তর করা হয়। উদাহরণস্বরূপ, "Red" = 0, "Green" = 1, "Blue" = 2।
from sklearn.preprocessing import LabelEncoder
label_encoder = LabelEncoder()
data['color'] = label_encoder.fit_transform(data['color'])
২. One-Hot Encoding
- প্রতিটি ক্যাটেগরির জন্য একটি নতুন বাইনারি কলাম তৈরি করা হয়। উদাহরণস্বরূপ, "Color" এর জন্য "Red", "Green", "Blue" এর জন্য তিনটি কলাম তৈরি হয়, যেখানে উপস্থাপিত ক্যাটেগরির জন্য 1 এবং অন্যগুলির জন্য 0 থাকে।
import pandas as pd
data = pd.get_dummies(data, columns=['color'])
৩. Target Encoding
- ক্যাটেগরি মানগুলিকে টার্গেট ভেরিয়েবলের গড় বা অন্য কোনও পরিমাপ দ্বারা প্রতিস্থাপন করা হয়। এটি বিশেষত ফিচারের বিভিন্ন স্তরের মধ্যে সম্পর্ক বোঝার জন্য কার্যকর।
target_mean = data.groupby('color')['target'].mean()
data['color'] = data['color'].map(target_mean)
৪. Frequency Encoding
- ক্যাটেগরি মানগুলির প্রতি ফিচারের ফ্রিকোয়েন্সি ব্যবহার করা হয়। প্রতিটি ক্যাটেগরির সংখ্যা গুনে তার উপস্থিতি ব্যবহার করা হয়।
frequency = data['color'].value_counts()
data['color'] = data['color'].map(frequency)
৫. Ordinal Encoding
- যদি ক্যাটেগরিগুলির মধ্যে একটি প্রাকৃতিক ক্রম থাকে (যেমন, ছোট, মাঝারি, বড়), তবে ordinal encoding ব্যবহার করা হয়।
ordinal_mapping = {'small': 1, 'medium': 2, 'large': 3}
data['size'] = data['size'].map(ordinal_mapping)
প্রক্রিয়াকরণের পরে
Categorical features প্রক্রিয়াকরণের পরে, মডেলগুলি সাধারণত সংখ্যামূলক ইনপুটের ভিত্তিতে কাজ করতে প্রস্তুত। এই বৈশিষ্ট্যগুলিকে সঠিকভাবে প্রক্রিয়া করার মাধ্যমে মডেলের কার্যকারিতা এবং সাধারণীকরণ ক্ষমতা বাড়ানো যায়।
উপসংহার
Categorical features ডেটা বিশ্লেষণ ও মডেল তৈরিতে গুরুত্বপূর্ণ ভূমিকা পালন করে। সঠিকভাবে প্রক্রিয়াকরণ এই বৈশিষ্ট্যগুলির কার্যকারিতা উন্নত করতে পারে এবং মডেলের সঠিকতা বাড়াতে সাহায্য করে। বিভিন্ন encoding পদ্ধতিগুলি ব্যবহার করে আপনার ডেটার প্রয়োজন অনুসারে শ্রেণীবদ্ধ তথ্যকে প্রস্তুত করুন।
Read more
