sklearn 전처리에서 출력 열 추적
빌 황
에서 생성 한 변환 된 배열의 열을 어떻게 추적 sklearn.compose.ColumnTransformer합니까? "추적"이란 역변환을 수행하는 데 필요한 모든 정보가 명시 적 으로 표시 되어야 함을 의미합니다 . 여기에는 최소한 다음이 포함됩니다.
- 출력 배열에서 각 열의 소스 변수는 무엇입니까?
- 출력 배열의 열이 범주 형 변수의 원-핫 인코딩에서 비롯된 경우 해당 범주는 무엇입니까?
- 각 변수에 대한 정확한 대치 값은 무엇입니까?
- 각 수치 변수를 표준화하는 데 사용되는 (평균, 표준 편차)는 무엇입니까? (대치 된 결 측값 때문에 직접 계산과 다를 수 있습니다.)
이 답변을 기반으로 동일한 접근 방식을 사용하고 있습니다. 내 입력 데이터 세트는 pandas.DataFrame여러 숫자 및 범주 열이 있는 일반 입니다. 예, 그 대답은 원시 데이터 세트를 변환 할 수 있습니다. 하지만 출력 배열의 열을 추적하지 못했습니다. 동료 검토, 보고서 작성, 프레젠테이션 및 추가 모델 구축 단계를 위해 이러한 정보가 필요합니다. 체계적인 접근 방식을 찾고 있었지만 운이 없었습니다.
벤 카타 찰람
언급 한 답변 은 Sklearn의 이를 기반으로 합니다 .
다음 스 니펫을 사용하여 처음 두 질문에 대한 답을 얻을 수 있습니다.
def get_feature_names(columnTransformer):
output_features = []
for name, pipe, features in columnTransformer.transformers_:
if name!='remainder':
for i in pipe:
trans_features = []
if hasattr(i,'categories_'):
trans_features.extend(i.get_feature_names(features))
else:
trans_features = features
output_features.extend(trans_features)
return output_features
import pandas as pd
pd.DataFrame(preprocessor.fit_transform(X_train),
columns=get_feature_names(preprocessor))
transformed_cols = get_feature_names(preprocessor)
def get_original_column(col_index):
return transformed_cols[col_index].split('_')[0]
get_original_column(3)
# 'embarked'
get_original_column(0)
# 'age'
def get_category(col_index):
new_col = transformed_cols[col_index].split('_')
return 'no category' if len(new_col)<2 else new_col[-1]
print(get_category(3))
# 'Q'
print(get_category(0))
# 'no category'
현재 버전의 Sklearn에서는 기능에 대해 일부 대치 또는 확장이 수행되었는지 여부를 추적하는 것이 간단하지 않습니다.
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
에서 수정
관련 기사
Related 관련 기사
- 1
sklearn 파이프 라인의 열에 여러 전처리 단계 적용
- 2
동적 배열에서 값 추출
- 3
ValueError : sklearn 전처리 StandardScaler를 위해 모양 (26000,1)에서 모양 (26000)으로 입력 배열을 브로드 캐스트 할 수 없습니다.
- 4
회귀 출력에 열 추가
- 5
문자열에 출력 추가
- 6
쉘의 출력에 문자열 추가
- 7
내 texreg 출력에 여러 열 추가
- 8
출력 변수에서 CMD 부분 문자열 추출
- 9
명령 줄 : 출력에서 하위 문자열 추출
- 10
Linux 콘솔의 출력에서 문자열 추출
- 11
특정 열에서 추출한 숫자로 bash 출력 정렬
- 12
회귀 출력 (51 출력)으로 tensorflow에서 큰 numpy 배열 처리
- 13
셸에서 출력 추출
- 14
시간 추적 문자열에서 전체 십진수 캡처
- 15
열 처리를 계속하기 전에 Talend Open Studio DI를 사용하여 고유 한 첫 번째 행에서 추출 값 추출
- 16
사용자 입력 URL에서 문자열 추출 Angular
- 17
`pactl` 출력에서 문자열을 추출하고 쉘 스크립트에 변수로 전달
- 18
Linux는 출력이 파일에 저장되기 전에 명령 출력에 문자열을 추가합니다.
- 19
URL에서 전체 쿼리 문자열 추출
- 20
출력 Anova에서 P- 값 열 추출 (자동차 패키지)
- 21
Python을 사용하여 Telnet 출력에서 특정 문자열 추출
- 22
직렬화 된 배열에서 데이터를 추출하여 PHP로 출력
- 23
기존 열에서 생성 된 출력을 테이블에 새 열로 추가
- 24
PHP로 루핑 한 후 JSON에 출력에 배열 추가
- 25
배열에서 특정 키만 동적으로 추출
- 26
동적 JSON 배열에서 데이터 추출
- 27
brentq 최적화에서 numpy 배열로 루트 추출
- 28
문자열에서 효율적으로 토큰 추출
- 29
한 열에서 계층 적 데이터 추출
몇 마디 만하겠습니다