make_column_transformer

sklearn.compose.make_column_transformer(*transformers, remainder='drop', sparse_threshold=0.3, n_jobs=None, verbose=False, verbose_feature_names_out=True, force_int_remainder_cols=True)[source]

Создаёт ColumnTransformer из заданных преобразователей.

Это сокращённая запись для конструктора ColumnTransformer; она не требует и не допускает именования преобразователей. Вместо этого им будут присвоены имена автоматически на основе их типов. Также она не допускает взвешивания с transformer_weights.

Подробнее см. в Руководстве пользователя.

Параметры:

*transformersкортежи

Кортежи вида (преобразователь, столбцы), указывающие объекты преобразователей, которые необходимо применить к подмножествам данных.

преобразователь{‘drop’, ‘passthrough’} или оценщик

Оценщик должен поддерживать fit и transform. Также принимаются специальные строки ‘drop’ и ‘passthrough’ для указания на удаление столбцов или прохождения их без преобразования соответственно.

столбцыстрока, массив-подобный объект строк, целых чисел, массив-подобный объект целых чисел, срез, массив-подобный объект булевых значений или вызываемый объект

Индексирует данные по второму осям. Целые числа интерпретируются как позиционные столбцы, а строки могут ссылаться на столбцы DataFrame по имени. Скалярная строка или целое число должны использоваться там, где transformer ожидает, что X будет одномерным массивом-подобным объектом (вектором), в противном случае преобразователю будет передан двумерный массив. Вызываемый объект передаётся входным данным X и может возвращать любой из вышеперечисленных типов. Чтобы выбрать несколько столбцов по имени или типу данных, можно использовать make_column_selector.

remainder{‘drop’, ‘passthrough’} или оценщик, по умолчанию=’drop’

По умолчанию только указанные в transformers столбцы преобразуются и объединяются в выходных данных, а не указанные столбцы удаляются. (по умолчанию 'drop'). Указав remainder='passthrough', все оставшиеся столбцы, которые не были указаны в transformers, будут автоматически пропущены. Это подмножество столбцов конкатенируется с результатом преобразователей. Установив remainder в качестве оценщика, оставшиеся не указанные столбцы будут использовать оценщик remainder. Оценщик должен поддерживать fit и transform.

sparse_thresholdчисло с плавающей точкой, по умолчанию=0.3

Если преобразованный результат состоит из смеси разреженных и плотных данных, он будет свёрстан в виде разреженной матрицы, если плотность меньше этого значения. Используйте sparse_threshold=0 для всегда возврата плотных данных. Когда преобразованный результат состоит из всех разреженных или всех плотных данных, свёрстанный результат будет разреженным или плотным соответственно, и этот параметр будет проигнорирован.

n_jobsцелое число, по умолчанию=None

Количество задач, которые будут выполняться параллельно. None означает 1, кроме как в контексте joblib.parallel_backend. -1 означает использование всех процессоров. См. Словарь для получения дополнительной информации.

verboseбулево значение, по умолчанию=False

Если True, будет выводиться время, затраченное на подбор каждого преобразователя по мере его завершения.

verbose_feature_names_outбулево значение, по умолчанию=True

Если True, ColumnTransformer.get_feature_names_out будет добавлять префикс ко всем именам признаков с именем преобразователя, который сгенерировал этот признак. Если False, ColumnTransformer.get_feature_names_out не будет добавлять префикс к именам признаков и выдаст ошибку, если имена признаков не уникальны.

Добавлен в версии 1.0.

force_int_remainder_colsбулево значение, по умолчанию=True

Принудительно хранить столбцы последней записи transformers_, соответствующей преобразователю «remainder», в качестве индексов (целых чисел), а не имён столбцов (строк). См. описание атрибута ColumnTransformer.transformers_ для получения подробностей.

Примечание

Если вы не обращаетесь к списку столбцов для столбцов остатка в атрибуте ColumnTransformer.transformers_ fitted, вам не нужно устанавливать этот параметр.

Добавлен в версии 1.5.

Изменено в версии 1.7: Значение по умолчанию для force_int_remainder_cols изменится с True на False в версии 1.7.

Возвращаемые значения:

ctColumnTransformer

Возвращает объект ColumnTransformer.

См. также

ColumnTransformer

Класс, позволяющий объединять результаты нескольких объектов преобразователей, используемых для подмножеств столбцов данных, в единое пространство признаков.

Примеры

>>> from sklearn.preprocessing import StandardScaler, OneHotEncoder
>>> from sklearn.compose import make_column_transformer
>>> make_column_transformer(
...     (StandardScaler(), ['numerical_column']),
...     (OneHotEncoder(), ['categorical_column']))
ColumnTransformer(transformers=[('standardscaler', StandardScaler(...),
                                 ['numerical_column']),
                                ('onehotencoder', OneHotEncoder(...),
                                 ['categorical_column'])])

Примеры из галереи

Основные моменты выпуска scikit-learn 0.23

Поддержка категориальных признаков в градиентном бустинге

Комбинирование предикторов с помощью стекинга

Распространённые ловушки при интерпретации коэффициентов линейных моделей

Отображение оценщиков и сложных конвейеров