- AIでデータ分析-データ前処理(68)-交互作用：交互作用特徴量の作成
- 用いるデータの紹介
- Pythonで実装
- AIの活用：geminiを活用
- まとめ
AIでデータ分析-データ前処理AIでデータ分析-データ前処理(68)-交互作用：交互作用特徴量の作成
今回はデータの前処理でよく行われるチェックリスト(68)-交互作用：交互作用特徴量の作成 をAIを用いて行ってみたいと思います。
AIを用いることでいかに効率化できるのか、体験していただければと思います。
所要時間は30分ほどとなっています。
それでは、さっそく始めていきましょう！
データの紹介
今回用いる前処理練習用のcsvデータです。
サンプルデータはこちらから、チェックリストはこちらからダウンロードできます。
1行が1訪問を表すデータになっています。
Pythonで実装
まずはPythonで実行します。
所要時間30分でした。
AIの活用：geminiを活用
今度は同じことがAIでもできるか
とgeminiに依頼します。
結果を確認します。
PolynomialFeaturesで生成する15個の特徴量自体は、同じ入力（「自宅からの距離_km」とダミー変数化された「来店手段」の組み合わせ5つ）を与えているので同じですが、
AI実行した場合はfilter()メソッドを使って15個のうち「自宅からの距離_km」と「来店手段」の積の項のみを抽出しています。
従って出力を比べると一見別の出力に見えますが、同じ成果を得られることが確認できました。
所要時間5分でした。
まとめ
今回は前処理練習用のデータに対し、前処理チェックリスト(68)-交互作用：交互作用特徴量の作成 をAIを用いてできるか試しました。
結果はAIで代替できることを確認することができました。
AIでできることとできないことを把握し、うまく活用することで、データ分析もかなり効率化できそうですね！
AIでデータ分析-データの前処理(68)-交互作用：交互作用特徴量の作成 は以上となります！