feature-engineering
モデルの性能を向上させるために、既存のデータから新しい特徴量を作成する。
SKILL.md
Full skill instructions
Feature Engineering
概要
モデルの性能を向上させるために、既存のデータから新しい特徴量を作成する。
手順
- ドメイン知識の適用: ビジネスロジックに基づいた特徴量作成。
- 変換: 対数変換、Box-Cox変換、標準化/正規化。
- エンコーディング: One-Hot Encoding, Label Encoding, Target Encoding.
- 相互作用: 変数間の掛け合わせ、割り算。
- 集約: グループごとの統計量（平均、最大、最小、分散など）の算出。
- 時系列特徴量: ラグ特徴量、移動平均など（時系列データの場合）。
使用ツール・ライブラリ
- pandas, numpy, scikit-learn
成果物の保存場所
- 特徴エンジニアリング、学習、検証用ノートブック:
project/src/03_main.ipynb - 特徴量エンジニアリング用コード:
project/src/modules/feature_engineering.py - 特徴量生成後のデータセット:
project/data/[元データ名]-feature_engineered.csv - 実験結果ログ:
project/reports/experiment/[番号]-[アプローチの概要].md