scikit-learn-contrib/category_encoders

Add argument for alternative indexing of OrdinalEncoder

クローズ

#291 opened on 2021/02/11

GitHub で見るコントリビューターガイド
 (0 件のコメント) (0 件のリアクション) (0 人の担当者)Python (397 件のフォーク)batch import
enhancementgood first issue

Repository metrics

Stars
 (2,322 個のスター)
PR merge metrics
 (平均マージ 4d 10h) (30d で 2 merged PRs)

説明

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

コントリビューターガイド

調査方針
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.
技術スタック
pythonpandasnumpy
領域
datamachine learning
Issue 種別
機能
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。
2
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。
1-3時間
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。
古い
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。
明確
前提条件
Pythonpandasbasic understanding of category encoders
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。
65