文章目录
相比
sklearn.processing,category_encoders
也具有
one-hot encoder、binary encoder、LabelEncode
r等常见编码方式,同时实现了目标编码、贝叶斯编码、频率编码等编码方式,使得能够更好地捕捉类别型变量特征的贡献。
category_encoders简介
category_encoders
是一组scikit-learn
风格的转换器,用不同的技术将类别变量编码成数字。虽然序数编码、独热编码和散列编码在现有scikit-learn
版本中具有类似的等价性,但这个库有一些有用的特性:
- 对
pandas
数据文件作为输入(可选作为输出)的一流支持 - 可以显式配置数据中的哪些列按名称或索引编码,或推断非数字列,而不管输入类型
- 可以根据训练集随意删除任何方差很低的列
- 可移植性:培训数据转换器,
pickle
它,以后重用它,然后得到同样的东西。 - 完全兼容
sklearn
管道,输入一个类似数组的数据集,像任何其他转换器