feature-engine/feature_engine

解決的問題

Feature-engine 提供一組全面的工具，用於為機器學習模型進行特徵工程與特徵選擇，簡化將原始資料準備為模型訓練格式的過程。它解決了將原始變數轉換為能提升模型效能的格式的挑戰，並處理常見的資料問題，如遺失值、離群值與類別資料。

工作原理

該套件由多個遵循 Scikit-learn API 的轉換器組成，使用 fit() 與 transform() 方法。這使得套件能從訓練資料中學習轉換參數，並在訓練集與測試集上一致地應用相同的轉換。

適用對象

專為使用 Python 與 Scikit-learn 建構預測模型，並需要穩健方法來處理特徵工程與特徵選擇的資料科學家與機器學習工程師設計。

主要亮點

• 豐富的遺失值處理：提供多種處理遺失資料的方法，如平均值、中位數與隨機樣本插補。
• 類別編碼：支援多種編碼技術，包括獨熱編碼（One-Hot）、順序編碼與證據權重（WoE）編碼。
• 特徵選擇：提供工具用於刪除相關特徵、移除常數特徵，以及使用遞迴特徵消除（RFE）。
• 多樣化的轉換：支援變數縮放、離散化，以及針對日期時間、文字與時間序列資料的特定轉換。
• 與 Scikit-learn 完全整合：與 Scikit-learn 管道完全相容，可輕鬆整合至現有的機器學習工作流程中。