torch_frame

列的语义类型。

语义类型表示列的含义，并指示在表格深度学习模型中如何将列编码到嵌入空间中：

import torch_frame

stype = torch_frame.numerical  # Numerical columns
stype = torch_frame.categorical  # Categorical columns
...

numerical: 数值列。

categorical: 分类列。

text_embedded: 预计算的文本列嵌入。

text_tokenized: 用于微调的标记化文本列。

multicategorical: 多类别列。

sequence_numerical: 数值序列。

embedding: 嵌入列。

timestamp: 时间戳列。

image_embedded: 图像列的预计算嵌入。

class Metric(value)[source]

指标。

ACCURACY: 准确率

ROCAUC: rocauc

RMSE: 均方根误差

MAE: mae

class TaskType(value)[source]

任务的类型。

REGRESSION: 回归任务。

MULTICLASS_CLASSIFICATION: 多类分类任务。

BINARY_CLASSIFICATION: 二元分类任务。

class NAStrategy(value)[source]

处理列中NaN值的策略。

MEAN: 用torch_frame.numerical列的平均值替换NaN值。

ZEROS: 将torch_frame.numerical列中的NaN值替换为零。

MOST_FREQUENT: 用最频繁的类别替换torch_frame.categorical列中的NaN值。