文件名称：xfeat:使用GPU和Optuna的灵活的功能工程和探索库
文件大小：1.07MB
文件格式：ZIP
更新时间：2024-04-07 14:17:20
Python
xfeat ||| 使用GPU和柔性特征工程与探索库。 xfeat提供了类似于sklearn的转换类，用于要素工程和探索。与sklearn API不同，xfeat提供了一个数据帧输入，数据帧输出接口。 xfeat支持和数据帧。通过使用cuDF和 ，xfeat可以比原始的熊猫操作快10到30倍地生成特征。 分组汇总基准（） 目标编码基准（） 文档 Optuna的功能选择 目录中提供了更多示例。 快速开始 xfeat提供了一个数据帧输入，数据帧输出接口： 特征工程 可以使用xfeat.Pipeline顺序连接编码器对象。为避免重复相同的特征提取过程，将结果输出为羽毛文件格式很有用。 提供更多编码器类。 import pandas as pd from xfeat import Pipeline , SelectNumerical , ArithmeticCombinations # 2-o
【文件预览】：
xfeat-master
----_docs()
--------title_img.png(24KB)
--------benchmark_groupby_aggregation_marked.png(84KB)
--------groupby_aggregation_benchmark.md(1KB)
--------arithmetic_combination.png(49KB)
--------feature_encoding.md(2KB)
--------target_encoding_image.png(57KB)
--------benchmark_groupby_aggregation.png(56KB)
--------aggregation_image.png(40KB)
--------benchmark_target_encoding.png(52KB)
--------target_encoding_benchmark.md(1KB)
--------bench_result_aggregation_top.png(24KB)
--------xfeat_slides.pdf(660KB)
--------bench_result_aggregation.png(44KB)
--------benchmark_target_encoding_marked.png(75KB)
----tests()
--------xfeat()
--------__init__.py(0B)
----xfeat()
--------optuna_selector()
--------pipeline()
--------helper.py(1KB)
--------base()
--------utils.py(4KB)
--------types.py(450B)
--------__init__.py(312B)
--------num_encoder()
--------selector()
--------generic_encoder()
--------cat_encoder()
----LICENSE(1KB)
----mypy.ini(37B)
----setup.cfg(111B)
----examples()
--------benchmark()
--------remove_useless_features.py(1KB)
--------filter_feature_selection_with_optuna.py(2KB)
--------example_dataset.csv(2KB)
--------xfeat_tutorial_notebook.ipynb(32KB)
--------feature_selection_with_gbdt_and_optuna.py(5KB)
--------feature_selection_with_gbdt.py(4KB)
----setup.py(781B)
----.gitignore(56B)
----README.md(5KB)