scikit-learn-contrib/category_encoders

Add argument for alternative indexing of OrdinalEncoder

Chiusa

#291 aperta il 11 feb 2021

Vedi su GitHubGuida contributor
 (0 commenti) (0 reazioni) (0 assegnatari)Python (397 fork)batch import
enhancementgood first issue

Metriche repository

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

Descrizione

Expected Behavior

There are a variety of applications in which zero-indexing would be preferred for the OrdinalEncoder. One example is preparing features for a PyTorch model with categorical embeddings, in which case the ordinal label is used to slice dimensions of an embedding matrix. Note also that the sklearn OrdinalEncoder is zero-indexed.

One could possibly add an argument to init() that specifies the indexing (e.g., self.index_start), so that the ordinal_encoding() method can do something like:

data = pd.Series(index=index, data=range(self.index_start, len(index) + self.index_start))

Actual Behavior

The ordinal_encoding() method imposes one-indexing in this line: data = pd.Series(index=index, data=range(1, len(index) + 1))

Specifications

  • Version: 2.2.2

Guida contributor

Direzione di ricerca
The issue requests adding an optional argument to OrdinalEncoder. init () to specify the starting index for encoding (default 1). Modify the ordinal encoding() method in category encoders/ordinal.py to use self.index start. Ensure backward compatibility. Add tests and update documentation. Refer to similar implementations in sklearn's OrdinalEncoder for guidance.
Tech stack
pythonpandasnumpy
Dominio
datamachine learning
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
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
Pythonpandasbasic understanding of category encoders
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
65