EqualWidthDiscretiser#
- class feature_engine.discretisation.EqualWidthDiscretiser(variables=None, bins=10, return_object=False, return_boundaries=False, precision=3)[源代码][源代码]#
EqualWidthDiscretiser() 将连续的数值变量划分为宽度相同的区间，即等距区间。请注意，每个区间内的观测比例可能会有所不同。
区间的尺寸计算如下：
\[( max(X) - min(X) ) / bins\]其中，bins 是间隔的数量，由用户决定。
EqualWidthDiscretiser() 仅适用于数值变量。可以传递一个变量列表作为参数。或者，离散器将自动选择所有数值变量。
EqualWidthDiscretiser() 首先为每个变量找到区间的边界。然后，它转换变量，即将值排序到这些区间中。
更多详情请参见 用户指南。
- 参数
- 变量: 列表, 默认=无
要转换的数值变量列表。如果为 None，转换器将自动查找并选择所有数值变量。
- bins: int, default=10
所需的等宽区间/箱的数量。
- return_object: bool, default=False
离散变量应返回为数值类型还是对象类型。如果您希望使用 Feature-engine 的分类编码器对离散变量进行编码，请使用 True。或者，保持默认值 False。
- return_boundaries: bool, default=False
输出是否应为区间边界。如果为 True，则返回区间边界。如果为 False，则返回整数。
- 精度: int, 默认=3
存储和显示区间标签的精度。
- 属性
- binner_dict_:
包含每个变量区间限制的字典。
- 变量_
将被转换的变量组。
- feature_names_in_:
列出在
fit期间看到的特征名称。- n_features_in_:
用于拟合的训练集中的特征数量。
参考文献
- 1
Kotsiantis 和 Pintelas, “有监督学习的预处理数据,” 国际计算机科学杂志, 第1卷, 第111-117页, 2006年.
- 2
Dong. “轻松击败Kaggle”. 硕士论文. https://www.ke.tu-darmstadt.de/lehre/arbeiten/studien/2015/Dong_Ying.pdf
示例
>>> import pandas as pd >>> import numpy as np >>> from feature_engine.discretisation import EqualWidthDiscretiser >>> np.random.seed(42) >>> X = pd.DataFrame(dict(x = np.random.randint(1,100, 100))) >>> ewd = EqualWidthDiscretiser() >>> ewd.fit(X) >>> ewd.transform(X)["x"].value_counts() 9 15 6 15 0 13 5 11 8 9 7 8 2 8 1 7 3 7 4 7 Name: x, dtype: int64
方法
拟合：
找到区间限制。
fit_transform:
拟合数据，然后进行转换。
get_feature_names_out:
获取转换的输出特征名称。
get_params:
获取此估计器的参数。
设置参数:
设置此估计器的参数。
转换：
将连续变量值排序到区间中。
- fit(X, y=None)[源代码][源代码]#
了解每个变量的等宽区间/分箱的边界。
- 参数
- X: pandas 数据框，形状为 = [样本数, 特征数]
训练数据集。可以是整个数据框，而不仅仅是需要转换的变量。
- y: None
在这个编码器中不需要 y。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类似数组的形状 (n_samples, n_features)
输入样本。
- y类似数组的形状 (n_samples,) 或 (n_samples, n_outputs), 默认=None
目标值（无监督变换时为 None）。
- **拟合参数dict
附加的拟合参数。
- 返回
- X_newndarray 数组，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 True，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。