相对特征#
- class feature_engine.creation.RelativeFeatures(variables, reference, func, fill_value=None, missing_values='ignore', drop_original=False)[源代码][源代码]#
RelativeFeatures() 在变量组和一个或多个参考特征之间应用基本的数学运算。它将生成的特征添加到数据框中。
换句话说，RelativeFeatures() 对一组特征与一组参考变量进行加法、减法、乘法、除法、真除法、地板除法、取模或指数运算。这些函数产生的结果特征被添加到数据框中。
此转换器仅适用于数值变量。它使用 pandas 方法
pd.DataFrme.add、pd.DataFrme.sub、pd.DataFrme.mul、pd.DataFrme.div、pd.DataFrme.truediv、pd.DataFrme.floordiv、pd.DataFrme.mod和pd.DataFrme.pow。了解更多信息请参阅 pandas 文档。更多详情请参见 用户指南。
- 参数
- 变量: 列表
要与参考变量组合的数值变量列表。
- 参考: 列表
将要添加、减去、乘以、用作除法和取模的分母，或用作幂运算的指数的引用变量列表。
- 函数: 列表
在转换中要使用的函数列表。列表可以包含以下字符串中的一个或多个：’add’, ‘mul’, ‘sub’, ‘div’, truediv, ‘floordiv’, ‘mod’, ‘pow’。
- fill_value: int, float, default=None
当除以零时，此值用于代替无穷大。如果为 None，则在除以零时将引发错误。
- missing_values: string, default=’raise’
指示是否应忽略缺失值或引发异常。如果为
'raise'，当用于fit或transform的数据集包含缺失值时，转换器将返回错误。如果为'ignore'，在学习参数或执行转换时将忽略缺失数据。- drop_original: bool, default=False
如果为 True，则转换的原始变量将从数据框中删除。
- 属性
- 变量_
将被转换的变量组。
- feature_names_in_:
列出在
fit过程中看到的特征名称。- n_features_in_:
在拟合中使用的训练集中的特征数量。
注释
尽管转换器允许我们将任何特征与任何函数结合，但我们建议其用于创建领域知识变量。金融行业内的典型例子包括：
收入与债务之间的比率，用于创建 debt_to_income_ratio。
从收入中减去租金以获得可支配收入。
示例
>>> import pandas as pd >>> from feature_engine.creation import RelativeFeatures >>> X = pd.DataFrame(dict(x1 = [1,2,3], x2 = [4,5,6], x3 = [3,4,5])) >>> rf = RelativeFeatures(variables = ["x1","x2"], >>> reference = ["x3"], >>> func = ["div"]) >>> rf.fit(X) >>> rf.transform(X) x1 x2 x3 x1_div_x3 x2_div_x3 0 1 4 3 0.333333 1.333333 1 2 5 4 0.500000 1.250000 2 3 6 5 0.600000 1.200000
方法
拟合：
此转换器不学习参数。
fit_transform:
拟合数据，然后进行转换。
get_feature_names_out:
获取转换后的输出特征名称。
get_params:
获取此估计器的参数。
设置参数:
设置此估计器的参数。
变换：
创建新功能。
- fit(X, y=None)[源代码]#
此转换器不学习参数。
- 参数
- X: pandas 数据框，形状为 [n_samples, n_features]
训练输入样本。
- y: pandas Series, 或 np.array. 默认为 None.
在这个转换器中不需要。你可以传递 y 或 None。
- fit_transform(X, y=None, **fit_params)[源代码]#
拟合数据，然后进行转换。
使用可选参数
fit_params将转换器拟合到X和y，并返回X的转换版本。- 参数
- X类数组的形状 (n_samples, n_features)
输入样本。
- y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象，默认=None
目标值（无监督转换为None）。
- **拟合参数dict
附加的拟合参数。
- 返回
- X_newndarray 数组的形状为 (n_samples, n_features_new)
转换后的数组。
- get_metadata_routing()[源代码]#
获取此对象的元数据路由。
请查看 用户指南 以了解路由机制的工作原理。
- 返回
- 路由MetadataRequest
一个封装了路由信息的
MetadataRequest。
- get_params(deep=True)[源代码]#
获取此估计器的参数。
- 参数
- 深度bool, 默认=True
如果为真，将返回此估计器及其包含的作为估计器的子对象的参数。
- 返回
- 参数dict
参数名称映射到它们的值。