scikit-learn-contrib/category_encoders

Metadata for encoders

Open

#166 aperta il 5 gen 2019

Vedi su GitHub
 (10 commenti) (2 reazioni) (0 assegnatari)Python (397 fork)batch import
enhancementhelp wanted

Metriche repository

Star
 (2322 star)
Metriche merge PR
 (Merge medio 4g 10h) (2 PR mergiate in 30 g)

Descrizione

It should be possible to programmatically differentiate between encoders that:

  1. Do not require any target during fitting (like OneHotEncoder).
  2. Require some target during fitting (like TargetEncoder).
  3. Require binary target during fitting (like WOE).

This information would be useful for:

  1. Parameterized tests.
  2. Users that wonder, which encoder they may use.

Proposed implementation: Like in scikit-learn.

Guida contributor

Direzione di ricerca
Esamina le classi di codificatori esistenti in category encoders per identificarne i requisiti relativi alla variabile target. Osserva i tag di tipo Estimator di scikit learn per trarre ispirazione su come implementare un sistema di metadati. Rivedi i commenti dell'issue per ulteriori considerazioni progettuali e potenziali insidie. L'implementazione potrebbe comportare l'aggiunta di un attributo di classe o di un metodo a ciascun codificatore per indicare la dipendenza dalla variabile target.
Tech stack
python
Dominio
data
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Mezza giornata
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Datata
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
Pythonscikit learn
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
80