Python之category-encoders：category-encoders库的简介、安装、使用方法之详细攻略
Python之category-encoders：category-encoders库的简介、安装、使用方法之详细攻略
目录
category-encoders库的简介
一组scikit-learn风格的转换器，用不同的技术将类别变量编码成数字。一组scikit-learn风格的转换器，用不同的技术将分类变量编码成数字。虽然序数编码、单热编码和散列编码在现有scikit-learn版本中具有类似的等价性，但这个库中的变形金刚都有一些有用的特性:
- 对pandas数据文件作为输入(可选作为输出)的一流支持
- 可以显式配置数据中的哪些列按名称或索引编码，或推断非数字列，而不管输入类型
- 可以根据训练集随意删除任何方差很低的列吗
- 可移植性:培训数据转换器，pickle它，以后重用它，然后得到同样的东西。
- 完全兼容sklearn管道，输入一个类似数组的数据集，像任何其他转换器
1、支持15种不同编码
- Backward Difference Coding
- BaseN
- Binary
- CatBoost Encoder
- Count Encoder
- Generalized Linear Mixed Model Encoder
- Hashing
- Helmert Coding
- James-Stein Encoder
- Leave One Out
- M-estimate
- One Hot
- Ordinal
- Polynomial Coding
- Sum Coding
- Target Encoder
- Weight of Evidence
- Wrappers
文档：http://contrib.scikit-learn.org/category_encoders/
category-encoders库的安装
pip install category-encoders
category-encoders库的使用方法
有两种类型的编码器:无监督和有监督的。
1、一个无监督的例子
- from category_encoders import *
- import pandas as pd
- from sklearn.datasets import load_boston
-
- prepare some data
- bunch = load_boston()
- y = bunch.target
- X = pd.DataFrame(bunch.data, columns=bunch.feature_names)
-
- use binary encoding to encode two categorical features
- enc = BinaryEncoder(cols=['CHAS', 'RAD']).fit(X)
-
- transform the dataset
- numeric_dataset = enc.transform(X)
2、一个有监督的例子
- from category_encoders import *
- import pandas as pd
- from sklearn.datasets import load_boston
-
- prepare some data
- bunch = load_boston()
- y_train = bunch.target[0:250]
- y_test = bunch.target[250:506]
- X_train = pd.DataFrame(bunch.data[0:250], columns=bunch.feature_names)
- X_test = pd.DataFrame(bunch.data[250:506], columns=bunch.feature_names)
-
- use target encoding to encode two categorical features
- enc = TargetEncoder(cols=['CHAS', 'RAD'])
-
- transform the datasets
- training_numeric_dataset = enc.fit_transform(X_train, y_train)
- testing_numeric_dataset = enc.transform(X_test)
文章知识点与官方知识档案匹配，可进一步学习相关知识
Python入门技能树预备知识Python简介123796 人正在系统学习中
网站声明：如果转载，请联系本站管理员。否则一切后果自行承担。
赞同 0
评论 0 条
- 上周热门
- 如何使用 StarRocks 管理和优化数据湖中的数据？ 2941
- 【软件正版化】软件正版化工作要点 2860
- 统信UOS试玩黑神话：悟空 2819
- 信刻光盘安全隔离与信息交换系统 2712
- 镜舟科技与中启乘数科技达成战略合作，共筑数据服务新生态 1246
- grub引导程序无法找到指定设备和分区 1213
- 华为全联接大会2024丨软通动力分论坛精彩议程抢先看！ 163
- 点击报名 | 京东2025校招进校行程预告 162
- 2024海洋能源产业融合发展论坛暨博览会同期活动-海洋能源与数字化智能化论坛成功举办 160
- 华为纯血鸿蒙正式版9月底见！但Mate 70的内情还得接着挖... 157
- 本周热议
- 我的信创开放社区兼职赚钱历程 40
- 今天你签到了吗？ 27
- 信创开放社区邀请他人注册的具体步骤如下 15
- 如何玩转信创开放社区—从小白进阶到专家 15
- 方德桌面操作系统 14
- 我有15积分有什么用? 13
- 用抖音玩法闯信创开放社区——用平台宣传企业产品服务 13
- 如何让你先人一步获得悬赏问题信息？（创作者必看） 12
- 2024中国信创产业发展大会暨中国信息科技创新与应用博览会 9
- 中央国家机关政府采购中心：应当将CPU、操作系统符合安全可靠测评要求纳入采购需求 8
热门标签更多
