dask_ml.preprocessing.DummyEncoder
dask_ml.preprocessing.DummyEncoder¶
- class dask_ml.preprocessing.DummyEncoder(columns: Optional[Sequence[Any]] = None, drop_first: bool = False)[源代码]¶
对分类列进行虚拟（独热）编码。
- 参数
- 列序列，可选
要进行虚拟编码的列。必须是分类数据类型。默认情况下，所有分类数据类型的列都会进行虚拟编码。
- drop_firstbool, 默认 False
是否在每一列中删除第一个类别。
- 属性
- columns_索引
在虚拟编码之前的训练数据中的列
- transformed_columns_索引
训练数据在虚拟编码后的列
- categorical_columns_索引
训练数据中的分类列
- noncategorical_columns_索引
训练数据中的其余列
- categorical_blocks_dict
从列名到切片对象的映射。这些切片表示分类列在转换后的数组中最终所在的位置。
- dtypes_dict
字典映射列名到任一
CategoricalDtype 的实例（pandas >= 0.21.0）
元组 (categories, ordered)
注释
此转换器仅适用于 dask 和 pandas DataFrame。对于 dask DataFrame，您的所有分类变量都应该是已知的。
可以在数据框或数组上使用逆变换。
示例
>>> data = pd.DataFrame({"A": [1, 2, 3, 4], ... "B": pd.Categorical(['a', 'a', 'a', 'b'])}) >>> de = DummyEncoder() >>> trn = de.fit_transform(data) >>> trn A B_a B_b 0 1 1 0 1 2 1 0 2 3 1 0 3 4 0 1
>>> de.columns_ Index(['A', 'B'], dtype='object')
>>> de.non_categorical_columns_ Index(['A'], dtype='object')
>>> de.categorical_columns_ Index(['B'], dtype='object')
>>> de.dtypes_ {'B': CategoricalDtype(categories=['a', 'b'], ordered=False)}
>>> de.categorical_blocks_ {'B': slice(1, 3, None)}
>>> de.fit_transform(dd.from_pandas(data, 2)) Dask DataFrame Structure: A B_a B_b npartitions=2 0 int64 uint8 uint8 2 ... ... ... 3 ... ... ... Dask Name: get_dummies, 4 tasks
方法
fit(X[, y])确定要进行虚拟编码的分类列。
fit_transform(X[, y])拟合数据，然后进行转换。
get_metadata_routing()获取此对象的元数据路由。
get_params([deep])获取此估计器的参数。
inverse_transform(X)对 X 中的列进行反哑编码
set_output(*[, transform])设置输出容器。
set_params(**params)设置此估计器的参数。
transform(X[, y])对 X 中的分类列进行虚拟编码