Lære Kolonnetransformator

Når du kaller .fit_transform(X) på en Pipeline, blir hver transformer brukt på alle kolonner, noe som ikke alltid er ønskelig. Noen kolonner kan kreve ulike kodere — for eksempel OrdinalEncoder for ordinale egenskaper og OneHotEncoder for nominale. ColumnTransformer løser dette ved å la deg tildele forskjellige transformere til spesifikke kolonner ved hjelp av make_column_transformer.

make_column_transformer aksepterer tupler av (transformer, [columns]). For eksempel, bruk av OrdinalEncoder på 'education' og OneHotEncoder på 'gender':

ct = make_column_transformer(
   (OrdinalEncoder(), ['education']),
   (OneHotEncoder(), ['gender']),
   remainder='passthrough'
)

Merk

remainder styrer hva som skjer med uspesifiserte kolonner. Standard: 'drop'. For å beholde alle andre kolonner uendret, sett remainder='passthrough'.

For eksempel, vurder filen exams.csv. Den inneholder flere nominale kolonner ('gender', 'race/ethnicity', 'lunch', 'test preparation course') og én ordinale kolonne, 'parental level of education'.


              12345
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/exams.csv')

print(df.head())

Ved å bruke ColumnTransformer kan nominelle data transformeres med OneHotEncoder og ordinale data med OrdinalEncoder i ett enkelt steg.


              12345678910111213
            
from sklearn.compose import make_column_transformer
from sklearn.preprocessing import OneHotEncoder, OrdinalEncoder

edu_categories = ['high school', 'some high school', 'some college', "associate's degree", 
                  "bachelor's degree", "master's degree"]

ct = make_column_transformer(
  (OrdinalEncoder(categories=[edu_categories]), ['parental level of education']),
  (OneHotEncoder(), ['gender', 'race/ethnicity', 'lunch', 'test preparation course']),
  remainder='passthrough'
)

print(ct.fit_transform(df))

ColumnTransformer er selv en transformer, og tilbyr derfor de standard metodene .fit(), .fit_transform() og .transform().

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 2

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Suggested prompts:

Can you explain what the `remainder='passthrough'` argument does?

How do I know which columns are nominal or ordinal in my own dataset?

Can you show how to use the transformed data in a machine learning model?

Awesome!

Completion rate improved to 3.13

Sveip for å vise menyen