அம்சம் பொறியியல்: ML மாடல்களின் ரகசிய சாஸ் (Feature Engineering)

உள்ளே குப்பை, வெளியே குப்பை. இது தரவு அறிவியலின் பொன்னான விதி. உங்களிடம் உலகின் மிகத் துல்லியமான நரம்பியல் நெட்வொர்க் இருக்கலாம், ஆனால் நீங்கள் அதற்கு மூல, இரைச்சல் விலை தரவை ஊட்டினால், அது தோல்வியடையும். அம்சம் பொறியியல் என்பது மூலத் தரவை அர்த்தமுள்ள உள்ளீடுகளாக மாற்றும் கலை.

அம்சம் (Feature) என்றால் என்ன?

வர்த்தகத்தில், "விலை" என்பது மூலத் தரவு.

• RSI: விலையிலிருந்து பெறப்பட்ட ஒரு அம்சம்.
• ஏற்ற இறக்கம் (ATR): ஒரு அம்சம்.
• நாளின் நேரம்: ஒரு அம்சம்.

மாற்றும் கலை

1. இயல்பாக்கம் (Normalization)

விலைகள் பெருமளவில் மாறுபடும் (பிட்காயின் $100 vs $100,000). நாங்கள் உள்ளீடுகளை இயல்பாக்குகிறோம் (எ.கா., பதிவு வருமானம் அல்லது இசட்-ஸ்கோர்களைப் பயன்படுத்தி) இதனால் மாதிரி உறவினர் மாற்றங்களைக் காண்கிறது, முழுமையான எண்களை அல்ல.

2. லேக் அம்சங்கள் (Lag Features)

தற்போதைய விலை கடந்த கால விலையைச் சார்ந்தது. மாதிரிக்கு தற்காலிக சூழலை வழங்க தரவின் "பின்தங்கிய" பதிப்புகளை (t-1, t-2, t-5) உருவாக்குகிறோம்.

3. தொடர்பு அம்சங்கள்

இரண்டு குறிகாட்டிகளை இணைப்பது பெரும்பாலும் ஒன்றை விட அதிகமாக வெளிப்படுத்துகிறது. எடுத்துக்காட்டாக, Volume * Price Change நமக்கு Money Flow ஐ வழங்குகிறது.

அதிகப்படியான பொருத்தத்தைத் தவிர்த்தல் (Avoiding Overfitting)

அதிக அம்சங்களைச் சேர்ப்பது "பரிமாணத்தின் சாபத்திற்கு" வழிவகுக்கிறது. இரைச்சலால் மாதிரி குழப்பமடைகிறது. மிகவும் தாக்கத்தை ஏற்படுத்தும் அம்சங்களை மட்டும் தேர்ந்தெடுக்க PCA போன்ற நுட்பங்களைப் பயன்படுத்துகிறோம்.