scikit-learn-contrib/category_encoders

Metadata for encoders

Open

#166 opened on 2019年1月5日

GitHub で見る
 (10 comments) (2 reactions) (0 assignees)Python (2,322 stars) (397 forks)batch import
enhancementhelp wanted

説明

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.

コントリビューターガイド

技術スタック
python
領域
machine learning
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
half day
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
clear
前提条件
Python programmingscikit learn API knowledgecategory encoders library structure
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
70
調査方針
Examine the existing encoder classes in category encoders to identify their target requirements. Look at scikit learn's Estimator type tags for inspiration on how to implement a metadata system. Review the issue comments for additional design considerations and potential pitfalls. The implementation could involve adding a class attribute or method to each encoder indicating target dependency.