DropCorrelatedFeatures#
- class feature_engine.selection.DropCorrelatedFeatures(variables=None, method='pearson', threshold=0.8, missing_values='ignore', confirm_variables=False)[源代码][源代码]#
DropCorrelatedFeatures() 查找并移除相关特征。相关性通过
pandas.corr()计算。特征按先找到先移除的原则移除，不进行进一步分析。DropCorrelatedFeatures() 仅适用于数值变量。分类变量需要编码为数值，否则将被排除在分析之外。
为了使选择器具有确定性，在检查相关性之前，特征会按字母顺序排序。
更多详情请参阅 用户指南。
- 参数
- 变量: str 或 list, 默认=None
要评估的变量列表。如果为 None，转换器将评估数据集中所有数值特征。
- 方法: 字符串或可调用对象, 默认为’pearson’
可以取 ‘pearson’, ‘spearman’, ‘kendall’ 或 callable。它指的是用于识别相关特征的相关性方法。
‘pearson’: 标准相关系数
‘kendall’: Kendall Tau 相关系数
‘spearman’: 斯皮尔曼等级相关
callable: 可调用对象，输入两个一维 ndarray 并返回一个浮点数。
有关此参数的更多详细信息，请访问
pandas.corr()文档。- 阈值: float, 默认=0.8
特征之间的相关性阈值，高于此阈值的特征将被视为与其他特征相关并从数据集中移除。
- missing_values: str, default=ignore
在确定相关性时，缺失值是否应作为错误引发或忽略。取值为 ‘raise’ 和 ‘ignore’。
- confirm_variables: bool, 默认=False
如果设置为 True，输入数据框中不存在的变量将从变量列表中移除。仅在向参数
variables传递变量列表时使用。有关更多详细信息，请参见参数 variables。
- 属性
- features_to_drop_：
设置将删除的相关特征。
- correlated_feature_sets_
相关特征的组。每个列表是一组相关特征。
- correlated_feature_dict_: dict
包含相关特征组的字典。键是所有其他特征被评估的特征。值是与键相关的特征。键 + 值应与
correlated_feature_groups中找到的集合相同。我们在版本 1.17.0 中引入了此属性，因为在集合中，不容易看出哪些特征将被保留，哪些将被移除。键将被保留，值将被移除。- 变量_
将考虑用于特征选择过程的变量。
- 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。
参见
pandas.corrfeature_engine.selection.SmartCorrelationSelection
注释
如果你想从每个相关特征组中选择那些可能更具预测性或更完整的特征，请检查 Feature-engine 的 SmartCorrelationSelection。
示例
>>> import pandas as pd >>> from feature_engine.selection import DropCorrelatedFeatures >>> X = pd.DataFrame(dict(x1 = [1,2,1,1], x2 = [2,4,3,1], x3 = [1, 0, 0, 1])) >>> dcf = DropCorrelatedFeatures(threshold=0.7) >>> dcf.fit_transform(X) x1 x3 0 1 1 1 2 0 2 1 0 3 1 1
方法
拟合：
查找相关特征。
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。
获取支持：
获取所选特征的掩码或整数索引。
转换：
移除相关特征。
- fit(X, y=None)[源代码][源代码]#
查找相关的特征。
- 参数
- Xpandas 数据框，形状为 = [样本数, 特征数]
训练数据集。
- ypandas 系列。默认 = 无
在这个转换器中不需要 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（无监督转换为 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 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。
- get_support(indices=False)[源代码]#
获取所选特征的掩码或整数索引。
- 参数
- 索引bool, 默认=False
如果为真，返回值将是一个整数数组，而不是布尔掩码。
- 返回
- 支持数组
一个从特征向量中选择保留特征的索引。如果
indices为 False，这是一个形状为 [# 输入特征] 的布尔数组，其中元素为 True 表示其对应的特征被选择保留。如果indices为 True，这是一个形状为 [# 输出特征] 的整数数组，其值为输入特征向量中的索引。