ColumnTransformer
Дивлячись наперед, коли ви викликаєте метод .fit_transform(X)
для об'єкта Pipeline
, він застосовує кожен трансформер до всього набору ознак у X
. Однак така поведінка може бути не завжди бажаною.
Наприклад, ви можете не хотіти кодувати числові значення або вам потрібно застосувати різні трансформери до певних стовпців — наприклад, використовувати OrdinalEncoder
для порядкових ознак і OneHotEncoder
для номінативних ознак.
ColumnTransformer
вирішує цю проблему, дозволяючи обробляти кожен стовпець окремо. Для створення ColumnTransformer
можна скористатися функцією make_column_transformer
з модуля sklearn.compose
.
Функція приймає як аргументи кортежі з трансформером і списком стовпців, до яких цей трансформер має бути застосований.
Наприклад, можна створити ColumnTransformer
, який застосовує OrdinalEncoder
лише до стовпця 'education'
, а OneHotEncoder
— лише до стовпця 'gender'
.
ct = make_column_transformer(
(OrdinalEncoder(), ['education']),
(OneHotEncoder(), ['gender']), remainder='passthrough'
)
Аргумент remainder
визначає дію щодо стовпців, які не згадані у make_column_transformer
(у цьому випадку, стовпці, відмінні від 'gender'
та 'education'
).
За замовчуванням він встановлений у 'drop'
, тобто всі незгадані стовпці будуть видалені з набору даних. Щоб залишити ці стовпці незмінними у вихідних даних, встановіть remainder
у 'passthrough'
.
Наприклад, розглянемо файл exams.csv
. Він містить кілька номінативних стовпців ('gender'
, 'race/ethnicity'
, 'lunch'
, 'test preparation course'
) та один порядковий стовпець — 'parental level of education'
.
12345import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv') print(df.head())
Використовуючи ColumnTransformer
, номінативні дані можна трансформувати за допомогою OneHotEncoder
, а порядкові — за допомогою OrdinalEncoder
за один крок.
123456789101112131415import pandas as pd from sklearn.compose import make_column_transformer from sklearn.preprocessing import OneHotEncoder, OrdinalEncoder df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv') # Ordered categories of parental level of education for OrdinalEncoder edu_categories = ['high school', 'some high school', 'some college', "associate's degree", "bachelor's degree", "master's degree"] # Making a column transformer ct = make_column_transformer( (OrdinalEncoder(categories=[edu_categories]), ['parental level of education']), (OneHotEncoder(), ['gender', 'race/ethnicity', 'lunch', 'test preparation course']), remainder='passthrough' ) print(ct.fit_transform(df))
ColumnTransformer
сам є трансформером, тому надає стандартні методи .fit()
, .fit_transform()
та .transform()
.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.13
ColumnTransformer
Свайпніть щоб показати меню
Дивлячись наперед, коли ви викликаєте метод .fit_transform(X)
для об'єкта Pipeline
, він застосовує кожен трансформер до всього набору ознак у X
. Однак така поведінка може бути не завжди бажаною.
Наприклад, ви можете не хотіти кодувати числові значення або вам потрібно застосувати різні трансформери до певних стовпців — наприклад, використовувати OrdinalEncoder
для порядкових ознак і OneHotEncoder
для номінативних ознак.
ColumnTransformer
вирішує цю проблему, дозволяючи обробляти кожен стовпець окремо. Для створення ColumnTransformer
можна скористатися функцією make_column_transformer
з модуля sklearn.compose
.
Функція приймає як аргументи кортежі з трансформером і списком стовпців, до яких цей трансформер має бути застосований.
Наприклад, можна створити ColumnTransformer
, який застосовує OrdinalEncoder
лише до стовпця 'education'
, а OneHotEncoder
— лише до стовпця 'gender'
.
ct = make_column_transformer(
(OrdinalEncoder(), ['education']),
(OneHotEncoder(), ['gender']), remainder='passthrough'
)
Аргумент remainder
визначає дію щодо стовпців, які не згадані у make_column_transformer
(у цьому випадку, стовпці, відмінні від 'gender'
та 'education'
).
За замовчуванням він встановлений у 'drop'
, тобто всі незгадані стовпці будуть видалені з набору даних. Щоб залишити ці стовпці незмінними у вихідних даних, встановіть remainder
у 'passthrough'
.
Наприклад, розглянемо файл exams.csv
. Він містить кілька номінативних стовпців ('gender'
, 'race/ethnicity'
, 'lunch'
, 'test preparation course'
) та один порядковий стовпець — 'parental level of education'
.
12345import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv') print(df.head())
Використовуючи ColumnTransformer
, номінативні дані можна трансформувати за допомогою OneHotEncoder
, а порядкові — за допомогою OrdinalEncoder
за один крок.
123456789101112131415import pandas as pd from sklearn.compose import make_column_transformer from sklearn.preprocessing import OneHotEncoder, OrdinalEncoder df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv') # Ordered categories of parental level of education for OrdinalEncoder edu_categories = ['high school', 'some high school', 'some college', "associate's degree", "bachelor's degree", "master's degree"] # Making a column transformer ct = make_column_transformer( (OrdinalEncoder(categories=[edu_categories]), ['parental level of education']), (OneHotEncoder(), ['gender', 'race/ethnicity', 'lunch', 'test preparation course']), remainder='passthrough' ) print(ct.fit_transform(df))
ColumnTransformer
сам є трансформером, тому надає стандартні методи .fit()
, .fit_transform()
та .transform()
.
Дякуємо за ваш відгук!