GeometricWidthDiscretiser#
- class feature_engine.discretisation.GeometricWidthDiscretiser(variables=None, bins=10, return_object=False, return_boundaries=False, precision=7)[源代码][源代码]#
GeometricWidthDiscretiser()将连续数值变量划分为宽度递增的区间。每个后续区间的宽度比前一个区间大一个固定量（cw）。常量金额计算如下：
\[cw = (Max - Min)^{1/n}\]其中 Max 和 Min 是变量的最大值和最小值，n 是区间的数量。
区间的长度本身是按几何级数计算的：
\[a_{i+1} = a_i cw\]因此，第一个区间的宽度等于 cw，第二个区间的宽度等于 2 * cw，依此类推。
请注意，每个区间的观测比例可能会有所不同。
这种离散化技术在变量的分布右偏时非常有效。
注意：某些箱子的宽度可能非常小。因此，为了使这个转换器正常工作，增加精度值可能会有所帮助，即允许定义每个箱子的小数位数。如果变量的范围较窄或您正在分入多个箱子，请允许更高的精度（例如，如果精度 = 3，则为 0.001；如果精度 = 7，则为 0.0001）。
The
GeometricWidthDiscretiser()仅适用于数值变量。可以指定要离散化的变量列表，或者离散器将自动选择训练集中所有数值变量。更多详情请参见 用户指南。
- 参数
- 变量: 列表, 默认=无
要转换的数值变量的列表。如果为 None，转换器将自动查找并选择所有数值变量。
- bins: int, 默认=10
期望的区间/分箱数量。
- 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
存储和显示分箱标签的精度。
- 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过程中看到的特征名称。- n_features_in_:
在拟合过程中使用的训练集中的特征数量。
参考文献
- 1
J. Reiser, “Classification Systems”, https://www.slideshare.net/johnjreiser/classification-systems
- 2
几何间隔分类 http://wiki.gis.com/wiki/index.php/Geometric_Interval_Classification
- 3
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。
转换:
将连续变量的值排序到区间中。
- fit(X, y=None)[源代码][源代码]#
学习每个变量的几何宽度区间/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，默认=None
目标值（无监督变换时为None）。
- **fit_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。