2.8 KiB
2.8 KiB
Глоссарий модуля 05
- ColumnTransformer — применение разных preprocessing-цепочек к группам столбцов.
- Data leakage — попадание недоступной или evaluation-информации в обучение.
- DataFrame — двумерная индексированная таблица pandas.
- EDA — исследовательский анализ структуры, качества, распределений и связей.
- Feature engineering — построение признаковых представлений из исходных данных.
- Groupby — схема split–apply–combine для групповой агрегации.
- IQR — разность 75-го и 25-го процентилей.
- Join / merge — связывание таблиц по ключам.
- Pipeline — воспроизводимая последовательность preprocessing и модели.
- Train–serving skew — несовпадение расчёта признаков при обучении и применении.
- Выброс — наблюдение, необычное относительно выбранной модели или группы.
- Единица наблюдения — сущность, представленная одной строкой анализа.
- Импутация — заполнение пропусков по явно заданному правилу.
- Кардинальность join — отношение повторяемости ключей слева и справа.
- Корреляция — стандартизованная мера линейной ассоциации.
- Медиана — квантиль уровня 0,5.
- One-hot encoding — представление категории набором бинарных индикаторов.
- Первичный ключ — уникальный идентификатор строки.
- Пропуск — отсутствие наблюдаемого значения, имеющее собственный механизм.
- Схема данных — контракт типов, единиц, ключей, диапазонов и ограничений.
- Target encoding — кодирование категории статистикой цели, требующее out-of-fold расчёта.
- Target leakage — признак содержит цель или её недоступное следствие.
- Визуальная честность — сохранение масштаба, контекста, знаменателя и неопределённости на графике.