DropDuplicateFeatures#
- class feature_engine.selection.DropDuplicateFeatures(variables=None, missing_values='ignore', confirm_variables=False)[源代码][源代码]#
DropDuplicateFeatures() 查找并删除数据框中的重复特征。
重复特征是无论变量或列名如何，都具有相同特征的特征。如果它们在每个观察中显示相同的值，则被视为重复。
此转换器适用于数值和分类变量。用户可以指定一个变量列表进行检查。或者，转换器将对数据集中的所有变量进行评估。
变压器将首先识别并存储重复的变量。接下来，变压器将从数据框中删除这些变量。
更多详情请参见 用户指南。
- 参数
- 变量: 列表, 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的所有变量。
- 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, default=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。仅在使用变量列表传递给参数
variables时使用。有关更多详细信息，请参见参数 variables。
- 属性
- features_to_drop_：
设置具有将被删除的重复功能。
- duplicated_feature_sets_:
重复特征的组。每个列表是一组重复的特征。
- 变量_
特征选择过程中将考虑的变量。
- feature_names_in_:
列出在
fit过程中看到的特征名称。- n_features_in_:
在拟合中使用的训练集中的特征数量。
示例
>>> import pandas as pd >>> from feature_engine.selection import DropDuplicateFeatures >>> X = pd.DataFrame(dict(x1 = [1,1,1,1], >>> x2 = [1,1,1,1], >>> x3 = [True, False, False, False])) >>> ddf = DropDuplicateFeatures() >>> ddf.fit_transform(X) x1 x3 0 1 True 1 1 False 2 1 False 3 1 False
方法
拟合:
查找重复的特征。
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。
变换:
移除重复的特征。
- fit(X, y=None)[源代码][源代码]#
查找重复的特征。
- 参数
- X: pandas 数据框，形状为 = [样本数, 特征数]
输入的数据框。
- y: None
这个转换器不需要 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将变换器拟合到X和y，并返回X的变换版本。- 参数
- X类似数组的形状 (n_samples, n_features)
输入样本。
- y类数组的形状 (n_samples,) 或 (n_samples, n_outputs)，默认=None
目标值（无监督变换为None）。
- **拟合参数dict
额外的拟合参数。
- 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, default=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。
- 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。