没有项目描述
target_encoding的Python项目详细描述
这个包提供了使用目标平均值编码的机会。
第一种方法是只编码从0到n-1的数字，其中n是唯一值的数目。这种编码称为labelencoding。
！[第一]（img/1.png）
这里我们创建的不是单个特征n个特征，其中n是唯一值的数目。对于每个对象，我们将0放在除k元素之外的所有位置，其中有1。
！[秒]（img/2.png）
[第三]（img/3.png）
[第四]（img/4.png）
可以看出，有几个类别，数量很少，或者没有出现在数据集中。这些数据可能会干扰模型，并且可以对这些数据进行重新训练。正如你所看到的，罗马只出现过一次，它的目标是0，那么每当我们对罗马进行编码时，我们都会用0替换它。这就是问题所在，我们的算法将被重新训练。为了避免这种情况，我们将使用平滑。
！[第五]（img/5.png）
！[第六]（img/6.png）
训练，如果我们在验证时使用验证，也不需要重新训练，我们在每个折叠中必须对折叠进行另一次拆分。
对于测试数据集，我们使用训练数据集中的所有数据进行编码。
！[第七]（img/7.png）
1.根据我们的新数据训练模型。
2.根据新老数据训练模型。
3.取新数据的平均值并将其用作预测。
加载乳腺癌
来自sklearn.model_selection import train_test_split
来自sklearn.ensemble import randomForestClassifier
来自sklearn.metrics import roc_auc_score
>enc=targetencorder（）
>new_x_x列车=enc.transform_x列车（x=x_x列车，y=y=y_x列车）
>new_x_x检验=enc.transform检验（x_检验）
>pred=rf.pred预测概率（x_x检验）[>rf.fit（x_列车，y=x_列车，y=y_列车）
>rf：，1]
print（'无目标编码'，roc-auc-auc评分（y_检验，pred））
rf.fit（新的x_列车，y_列车）
pred=rf.predic_-proba（新的x_列车，y_列车，y_列车）[：，1]
print（带目标编码，roc-auc-proc-auc评分（y_检验，pred）打印
pred=enc.prec.predic.predic.predic预测proba-proba-proba-proba（x_检验）[：，1]
打印（'目标编码分类器'，roc_auc_评分（y_检验，pred））
```
```
不带目标编码0.9952505732066819
带目标编码0.996560759908287
目标编码分类器0.9973796265967901
`````
_编码要求：
numpy==1.16.2
scikit learn==0.20.3
```
第一种方法是只编码从0到n-1的数字，其中n是唯一值的数目。这种编码称为labelencoding。
！[第一]（img/1.png）
这里我们创建的不是单个特征n个特征，其中n是唯一值的数目。对于每个对象，我们将0放在除k元素之外的所有位置，其中有1。
！[秒]（img/2.png）
[第三]（img/3.png）
[第四]（img/4.png）
可以看出，有几个类别，数量很少，或者没有出现在数据集中。这些数据可能会干扰模型，并且可以对这些数据进行重新训练。正如你所看到的，罗马只出现过一次，它的目标是0，那么每当我们对罗马进行编码时，我们都会用0替换它。这就是问题所在，我们的算法将被重新训练。为了避免这种情况，我们将使用平滑。
！[第五]（img/5.png）
！[第六]（img/6.png）
训练，如果我们在验证时使用验证，也不需要重新训练，我们在每个折叠中必须对折叠进行另一次拆分。
对于测试数据集，我们使用训练数据集中的所有数据进行编码。
！[第七]（img/7.png）
1.根据我们的新数据训练模型。
2.根据新老数据训练模型。
3.取新数据的平均值并将其用作预测。
加载乳腺癌
来自sklearn.model_selection import train_test_split
来自sklearn.ensemble import randomForestClassifier
来自sklearn.metrics import roc_auc_score
>enc=targetencorder（）
>new_x_x列车=enc.transform_x列车（x=x_x列车，y=y=y_x列车）
>new_x_x检验=enc.transform检验（x_检验）
>pred=rf.pred预测概率（x_x检验）[>rf.fit（x_列车，y=x_列车，y=y_列车）
>rf：，1]
print（'无目标编码'，roc-auc-auc评分（y_检验，pred））
rf.fit（新的x_列车，y_列车）
pred=rf.predic_-proba（新的x_列车，y_列车，y_列车）[：，1]
print（带目标编码，roc-auc-proc-auc评分（y_检验，pred）打印
pred=enc.prec.predic.predic.predic预测proba-proba-proba-proba（x_检验）[：，1]
打印（'目标编码分类器'，roc_auc_评分（y_检验，pred））
```
```
不带目标编码0.9952505732066819
带目标编码0.996560759908287
目标编码分类器0.9973796265967901
`````
_编码要求：
numpy==1.16.2
scikit learn==0.20.3
```
欢迎加入QQ群-->： 979659372
