torch_frame.nn.encoder.LinearModelEncoder

class LinearModelEncoder(out_channels: int | None = None, stats_list: list[dict[StatType, Any]] | None = None, stype: stype | None = None, post_module: torch.nn.Module | None = None, na_strategy: NAStrategy | None = None, col_to_model_cfg: dict[str, ModelConfig] | None = None)

基础类：StypeEncoder

基于线性函数的编码器，具有指定的模型输出嵌入特征。它在每个嵌入特征上应用一个线性层 torch.nn.Linear(in_channels, out_channels)（in_channels 是嵌入的维度）并连接输出嵌入。 model 也将与线性层一起训练。 请注意，实现是以批处理方式对所有列进行此操作的。

Parameters:

col_to_model_cfg (dict) – 一个将列名映射到 ModelConfig的字典，它指定了一个模型 将形状为TensorData的单列对象 [batch_size, 1, *]映射为形状为 [batch_size, 1, model_out_channels]的行嵌入。

reset_parameters() → None

初始化post_module的参数。

encode_forward(feat: TensorData, col_names: list[str] | None = None) → Tensor

主要的前向函数。将输入 feat 从 TensorFrame（形状 [batch_size, num_cols]）映射到输出 x，其形状为 [batch_size, num_cols, out_channels]。