https://mlib.eppdev.cn/ 2026-04-19T11:25:59+0800 https://mlib.eppdev.cn/ https://mlib.eppdev.cn/lib/exe/fetch.php?media=favicon.ico text/html 2020-07-12T12:07:42+0800 Anonymous (anonymous@undisclosed.example.com) https://mlib.eppdev.cn/doku.php?id=model:preprocess:cut&rev=1594526862&do=diff 使用CutTransformer进行分段 连续型特征的分段和离散化,一般使用 CutTransformer、LabelBinarizer来完成,示例代码如下: # ##################################################### # File: 02-preprocess-05-CutTransformer # Author: jinlong.hao # Date: 2019-12-04 # CutTransfomer: 连续变量分段函数，类似与df.cut()，但是可以整合到pipeline中 # 与KbinsDescretizer的区别在于，此处时手工进行分段 # DESC： # 1. import # 2. 加载测试数据 # 3. 基础使用 # 4. 与DataFrame整合使用 # #################################################### # 1. import from sklearn.preprocessing import OneHotEnco… text/html 2020-07-12T12:07:42+0800 Anonymous (anonymous@undisclosed.example.com) https://mlib.eppdev.cn/doku.php?id=model:preprocess:group&rev=1594526862&do=diff 使用ReplaceTransformer进行连续数据分段 离散数据分组,一般可以通过 ReplaceTransformer 来进行,示例如下: # ##################################################### # File: 02-preprocess-07-ReplaceTransformer # Author: jinlong.hao # Date: 2019-12-04 # ReplaceTransformer: 实现替换方式用于实现离散形变量的合并 # DESC： # 1. import # 2. 加载测试数据 # 3. 基础使用 # 4. 与DataFrame整合使用 # #################################################### # 1. import from sklearn.preprocessing import OneHotEncoder, LabelBinarizer, LabelEncoder from sklearn_pandas imp… text/html 2020-07-12T12:07:42+0800 Anonymous (anonymous@undisclosed.example.com) https://mlib.eppdev.cn/doku.php?id=model:preprocess:impute&rev=1594526862&do=diff 使用SimleImputer进行空值填充 缺失值填充主要采用SimpleImputer来完成，示例代码如下： # ############################################################# # File: 02-preprocess-08-SimpleImpute # Author: 郝金隆 # Date: 2019-12-04 # SimpleImpute: 基础的插值补充 # 主要内容： # 1. import语句 # 2. 加载示例数据 # 3. 基础用法 # 4. 与DataFrameMapper配合使用 # ############################################################# # 1. import语句 from sklearn.preprocessing import LabelBinarizer, OrdinalEncoder from sklearn.impute import SimpleImputer from sklearn… text/html 2020-07-12T12:07:42+0800 Anonymous (anonymous@undisclosed.example.com) https://mlib.eppdev.cn/doku.php?id=model:preprocess:multivalue&rev=1594526862&do=diff 多值变量数据的处理 对于存在多个值的变量处理，一般有两个方案： * 使用MultiLabelBinarizer()，主要用于处理数据保存在不同列中的情况 * 使用CountVectorizer，主要用于处理数据保存在相同列中的情况