feature_engine
與 sklearn 相容的特徵工程與特徵選擇開源 Python 函式庫。
feature_engine 是什麼?
與 sklearn 相容的特徵工程與特徵選擇開源 Python 函式庫。
feature_engine 概覽
這是什麼
Feature-engine 是一個開放原始碼的 Python 函式庫,專注於特徵工程與特徵選擇,並與 Scikit-learn 相容。它提供多個轉換器,實作 fit() 與 transform() 方法,從資料中學習參數並進行轉換。此函式庫採用 BSD-3-Clause 授權。
主要功能
- 缺失資料填補:包含 MeanMedianImputer、CategoricalImputer、RandomSampleImputer 等。
- 類別編碼:提供 OneHotEncoder、OrdinalEncoder、MeanEncoder、WoEEncoder、RareLabelEncoder 等。
- 離散化:方法包括 EqualFrequencyDiscretiser、EqualWidthDiscretiser、DecisionTreeDiscretiser。
- 離群值處理:Winsoriser、ArbitraryOutlierCapper、OutlierTrimmer 用於修剪或移除離群值。
- 變數轉換:LogTransformer、BoxCoxTransformer、YeoJohnsonTransformer 等。
- 特徵選擇:包含 DropCorrelatedFeatures、RecursiveFeatureElimination、MRMR 等。
使用情境
Feature-engine 用於為機器學習模型進行特徵工程與特徵選擇。其轉換器可整合至 Scikit-learn 的管道中,處理缺失資料、編碼類別變數、離散化連續變數、修剪離群值、轉換變數以及選擇相關特徵。此外,它也包含處理日期時間、文字與時間序列特徵的轉換器。
快速開始
透過 pip 安裝: pip install feature_engine 或透過 conda: conda install -c conda-forge feature_engine 或直接複製儲存庫: git clone https://github.com/feature-engine/feature_engine.git
授權與價格
Feature-engine 是開放原始碼軟體,採用 BSD-3-Clause 授權。
內容整理自該專案公開的 README 與儲存庫資訊。