6. Преобразования наборов данных

scikit-learn предоставляет библиотеку трансформаторов, которые могут очищать (см. Предварительная обработка данных), уменьшать (см. Неконтролируемое снижение размерности), расширять (см. Аппроксимация ядра (Kernel Approximation)) или генерировать (см. Извлечение признаков) представления признаков.

Как и другие модели, они представлены классами с методом fit, который изучает параметры модели (например, среднее и стандартное отклонение для нормализации) из обучающего набора, и методом transform, который применяет эту модель преобразования к новым данным. Метод fit_transform может быть более удобным и эффективным для одновременного моделирования и преобразования обучающих данных.

Комбинирование таких трансформаторов, параллельное или последовательное, рассматривается в Конвейеры и составные моделеи. Парные метрики, Cходство и Ядра рассматривает преобразование пространства признаков в афинную матрицу, а Преобразование цели прогнозирования (y) рассматривает преобразования целевого пространства (например, категориальных меток) для использования в scikit-learn.

• 6.1. Конвейеры и составные моделеи
  • 6.1.1. Конвейер: цепочка оценок
  • 6.1.2. Преобразование цели в регрессии
  • 6.1.3. FeatureUnion: составные пространства признаков
  • 6.1.4. ColumnTransformer для разнородных данных
  • 6.1.5. Визуализация композитных оценок
• 6.2. Извлечение признаков
  • 6.2.1. Загрузка признаков из словаря
  • 6.2.2. Хеширование признаков
  • 6.2.3. Извлечение текстовых признаков
  • 6.2.4. Извлечение признаков изображения
• 6.3. Предварительная обработка данных
  • 6.3.1. Стандартизация, или удаление среднего и масштабирование дисперсии
  • 6.3.2. Нелинейное преобразование
  • 6.3.3. Нормализация
  • 6.3.4. Кодирование категориальных признаков
  • 6.3.5. Дискретизация
  • 6.3.6. Восстановление пропущенных значений
  • 6.3.7. Генерация полиномиальных признаков
  • 6.3.8. Кастомные Трансформаторы
• 6.4. Восстановление пропущенных значений
  • 6.4.1. Одномерное и многомерное восстановление
  • 6.4.2. Одномерное восстановление признаков
  • 6.4.3. Многомерное восстановление признаков
  • 6.4.4. Восстановление ближайших соседей
  • 6.4.5. Поддержание постоянного количества признаков
  • 6.4.6. Маркировка восстановленных значений
  • 6.4.7. Модели, обрабатывающие значения NaN
• 6.5. Неконтролируемое снижение размерности
  • 6.5.1. PCA: анализ главных компонентов
  • 6.5.2. Случайные проекции
  • 6.5.3. Агломерация признаков
• 6.6. Случайная проекция
  • 6.6.1. Лемма Джонсона-Линденштрауса
  • 6.6.2. Гауссова случайная проекция
  • 6.6.3. Разреженная случайная проекция
  • 6.6.4. Обратное преобразование
• 6.7. Аппроксимация ядра (Kernel Approximation)
  • 6.7.1. Метод Nystroem для аппроксимации ядра
  • 6.7.2. Ядро радиальной базисной функции
  • 6.7.3. Аддитивное ядро хи-квадрат
  • 6.7.4. Перекошенное хи-квадратное ядро
  • 6.7.5. Аппроксимация полиномиального ядра через тензорный эскиз (Tensor Sketch)
  • 6.7.6. Математические детали
• 6.8. Парные метрики, Cходство и Ядра
  • 6.8.1. Косинусное сходство (Cosine similarity)
  • 6.8.2. Линейное ядро
  • 6.8.3. Полиномиальное ядро
  • 6.8.4. Сигмовидное ядро
  • 6.8.5. RBF ядро
  • 6.8.6. Ядро Лапласа
  • 6.8.7. Ядро хи-квадрат
• 6.9. Преобразование цели прогнозирования (y)
  • 6.9.1. Бинаризация меток
  • 6.9.2. Кодировка метки (Label encoding)