扩展sklearn的工具
sktools的Python项目详细描述
sktools公司
sktools提供了扩展sklearn的工具,比如一些基于功能工程的转换器。在
安装
要安装sktools,请在终端中运行以下命令:
$ pip install sktools
文档
用法
^{pr2}$特点
以下是sktools当前提供的功能列表:
- sktools.encoders.NestedTargetEncoder执行适合嵌套变量的目标编码。在
- sktools.encoders.QuantileEncoder使用分位数而不是平均值执行目标聚合。在
- sktools.preprocessing.CyclicFeaturizer通过正弦和余弦转换将数字特征转换为周期特征。在
- sktools.impute.IsEmptyExtractor创建指示是否缺少值的二进制变量。在
- sktools.matrix_denser.MatrixDenser转换器,将稀疏矩阵转换为密集矩阵。在
- sktools.quantilegroups.GroupedQuantileTransformer按组创建特征的分位数。在
- sktools.quantilegroups.PercentileGroupFeaturizer创建关于实例与其组的分位数进行比较的特性。在
- sktools.quantilegroups.MeanGroupFeaturizer创建关于实例与其组的平均值进行比较的特性。在
- sktools.selectors.TypeSelector获取与类型匹配的变量。在
- sktools.selectors.ItemsSelector允许手动选择一些变量。在
- sktools.ensemble.MedianForestRegressor在聚合树预测时应用中值而不是平均值。在
- sktools.linear_model.QuantileRegressionsklearn样式的分位数回归包装器。在
- sktools.model_selection.BootstrapFoldbootstrap交叉验证程序。在
许可证
麻省理工学院执照
学分
此包是用Cookiecutter和audreyr/cookiecutter-pypackage项目模板创建的。在
历史
0.1.3(2020-07-13)
- 引导交叉验证
- 循环特性器
0.1.2(2020-06-24)
- L1线性模型与随机森林
- 分位数编码器重构
0.1.1(2020-06-10)
- 重构代码,添加组特征
0.1.0(2020-04-19)
- PyPI的第一个版本。在
- 项目
标签: