scikit-learn-contrib/category_encoders

Metadata for encoders

開放

#166 建立於 2019年1月5日

在 GitHub 查看貢獻者指南
 (10 則留言) (2 個反應) (0 位負責人)Python (397 個分叉)batch import
enhancementhelp wanted

倉庫指標

星標
 (2,322 顆星)
PR 合併指標
 (平均合併 4天 10小時) (30 天內合併 2 個 PR)

描述

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.

貢獻者指南

研究方向
檢查 category encoders 中現有的編碼器類別，以確定它們對目標變數的要求。參考 scikit learn 的 Estimator 類型標籤，了解如何實作元資料系統。查看 issue 評論以獲取額外的設計考量與潛在陷阱。實作可能涉及為每個編碼器新增一個類別屬性或方法，以指示其對目標變數的依賴。
技術棧
python
領域
data
議題類型
功能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
半天
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
較久未更新
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
Pythonscikit learn
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
80