目标编码器#

一种将类别特征编码为目标编码的转换器。

模块内容#

类摘要#

TargetEncoder

一种将类别特征编码为目标编码的转换器。

内容#

class evalml.pipelines.components.transformers.encoders.target_encoder.TargetEncoder(cols=None, smoothing=1, handle_unknown='value', handle_missing='value', random_seed=0, **kwargs)[source]#

一种将类别特征编码为目标编码的转换器。

参数

cols (list) – 要编码的列。如果为 None，将编码所有字符串列，否则只编码提供的列。默认为 None
smoothing (float) – 要应用的平滑因子。此值越大，预期目标值对结果目标编码的影响越大。必须严格大于 0。默认为 1.0
handle_unknown (string) – 确定如何处理遇到的未知类别特征。选项包括 ‘value’、‘error’ 和 ‘return_nan’。默认为 ‘value’，即用目标均值替换
handle_missing (string) – 确定如何处理在 fit 或 transform 期间遇到的缺失值。选项包括 ‘value’、‘error’ 和 ‘return_nan’。默认为 ‘value’，即用目标均值替换
random_seed (int) – 随机数生成器的种子。默认为 0。

属性

hyperparameter_ranges	{}
modifies_features	True
modifies_target	False
name	目标编码器
training_only	False

方法

`clone`	使用相同的参数和随机状态构造新的组件。
`default_parameters`	返回此组件的默认参数。
`describe`	描述组件及其参数。
`fit`	拟合目标编码器。
`fit_transform`	使用目标编码器拟合和转换数据。
`get_feature_names`	返回拟合后的输入特征的特征名称。
`load`	从文件路径加载组件。
`needs_fitting`	返回布尔值，确定在调用 predict, predict_proba, transform 或 feature_importances 之前是否需要拟合组件。
`parameters`	返回用于初始化组件的参数。
`save`	将组件保存到文件路径。
`transform`	使用已拟合的目标编码器转换数据。
`update_parameters`	更新组件的参数字典。

clone(self)#

使用相同的参数和随机状态构造新的组件。

返回: 此组件的新实例，具有相同的参数和随机状态。

default_parameters(cls)#

返回此组件的默认参数。

我们的约定是 Component.default_parameters == Component().parameters。

返回: 此组件的默认参数。
返回类型: dict

describe(self, print_name=False, return_dict=False)#

描述组件及其参数。

参数

print_name (bool, 可选) – 是否打印组件名称
return_dict (bool, 可选) – 是否以字典格式 {“name”: name, “parameters”: parameters} 返回描述

返回

如果 return_dict 为 True，则返回字典，否则返回 None。

返回类型

None 或 dict

fit(self, X, y)[source]#

拟合目标编码器。

参数

X (pd.DataFrame) – 输入训练数据，形状为 [n_samples, n_features]。
y (pd.Series, 可选) – 目标训练数据，长度为 [n_samples]。

返回

self

fit_transform(self, X, y)[source]#

使用目标编码器拟合和转换数据。

参数

X (pd.DataFrame) – 输入训练数据，形状为 [n_samples, n_features]。
y (pd.Series, 可选) – 目标训练数据，长度为 [n_samples]。

返回

转换后的数据。

返回类型

pd.DataFrame

get_feature_names(self)[source]#

返回拟合后的输入特征的特征名称。

返回: 编码后的特征名称。
返回类型: np.array

static load(file_path)#

从文件路径加载组件。

参数: file_path (str) – 文件加载位置。
返回: ComponentBase 对象

needs_fitting(self)#

返回布尔值，确定在调用 predict, predict_proba, transform 或 feature_importances 之前是否需要拟合组件。

对于不需要拟合或其 fit 方法不执行任何操作的组件，此值可以被覆盖为 False。

返回: True。

property parameters(self)#: 返回用于初始化组件的参数。

save(self, file_path, pickle_protocol=cloudpickle.DEFAULT_PROTOCOL)#

将组件保存到文件路径。

参数

file_path (str) – 文件保存位置。
pickle_protocol (int) – pickle 数据流格式。

transform(self, X, y=None)[source]#

使用已拟合的目标编码器转换数据。

参数

X (pd.DataFrame) – 输入训练数据，形状为 [n_samples, n_features]。
y (pd.Series, 可选) – 目标训练数据，长度为 [n_samples]。

返回

转换后的数据。

返回类型

pd.DataFrame

update_parameters(self, update_dict, reset_fit=True)#

更新组件的参数字典。

参数

update_dict (dict) – 要更新的参数字典。
reset_fit (bool, 可选) – 如果为 True，将设置 _is_fitted 为 False。