MLPlatform/date_feature/parameter.yaml

feature_engineering_methods_parameters:

  LabelEncoder:
    parameters: {}

  KBinsDiscretizer:
    parameters:
      n_bins:
        description: "指定每个特征要分成的箱数。可以是单个整数，表示所有特征使用相同的箱数；也可以是形状为 (n_features,) 的数组，为每个特征指定不同的箱数。"
        default: 5
      encode:
        description: "指定离散化后输出的编码方式。可选值包括 'onehot'（独热编码）、'onehot-dense'（密集独热编码）、'ordinal'（序数编码）。"
        default: 'onehot'
      strategy:
        description: "定义分箱策略。可选值包括 'uniform'（均匀分箱）、'quantile'（分位数分箱）、'kmeans'（K-Means 聚类分箱）。"
        default: 'quantile'

  FunctionTransformer:
    parameters:
      func:
        description: "要应用于输入数据的函数。"
        default: null
      inverse_func:
        description: "func 的逆函数，如果存在。"
        default: null
      validate:
        description: "布尔值，指示是否在转换前验证输入数据。"
        default: false
      accept_sparse:
        description: "布尔值，指示是否接受稀疏矩阵作为输入。"
        default: false
      check_inverse:
        description: "布尔值，指示在适合期间是否检查 func 和 inverse_func 是否互为逆函数。"
        default: true
      kw_args:
        description: "传递给 func 的其他关键字参数。"
        default: null
      inv_kw_args:
        description: "传递给 inverse_func 的其他关键字参数。"
        default: null

  PowerTransformer:
    parameters:
      method:
        description: "指定变换方法。可选值包括 'yeo-johnson' 和 'box-cox'。"
        default: 'yeo-johnson'
      standardize:
        description: "布尔值，指示是否在变换后将数据标准化为零均值和单位方差。"
        default: true
      copy:
        description: "布尔值，指示是否复制输入数据，或在原地进行变换。"
        default: true

  QuantileTransformer:
    parameters:
      n_quantiles:
        description: "用于分位数变换的分位数数量。"
        default: 1000
      output_distribution:
        description: "指定输出分布。可选值包括 'uniform' 和 'normal'。"
        default: 'uniform'
      ignore_implicit_zeros:
        description: "布尔值，指示是否忽略隐式零。"
        default: false
      subsample:
        description: "用于计算分位数的子样本大小。"
        default: 1e5
      random_state:
        description: "用于随机数生成的种子。"
        default: null
      copy:
        description: "布尔值，指示是否复制输入数据，或在原地进行变换。"
        default: true

  FeatureHasher:
    parameters:
      n_features:
        description: "哈希空间的维度。"
        default: 1048576
      input_type:
        description: "输入数据的类型。可选值包括 'dict' 和 'pair'。"
        default: 'dict'
      dtype:
        description: "输出数据的类型。"
        default: 'float64'
      alternate_sign:
        description: "布尔值，指示是否在哈希时使用交替符号。"
        default: true

  DictVectorizer:
    parameters:
      dtype:
        description: "输出数据的类型。"
        default: 'float64'
      separator:
        description: "用于分隔特征名称的分隔符。"
        default: '='
      sparse:
        description: "布尔值，指示是否返回稀疏矩阵。"
        default: true
      sort:
        description: "布尔值，指示是否对特征名称排序。"
        default: true

  PCA:
    parameters:
      n_components:
        description: "要保留的主成分数量。可以是整数、浮点数或 'mle'。"
        default: null
      copy:
        description: "布尔值，指示是否复制输入数据，或在原地进行变换。"
        default: true
      whiten:
        description: "布尔值，指示是否对主成分进行白化。"
        default: false
      svd_solver:
        description: "用于计算 SVD 的方法。可选值包括 'auto'、'full'、'arpack' 和 'randomized'。"
        default: 'auto'
      tol:
        description: "奇异值分解的容差。"
        default: 0.0
      iterated_power:
        description: "用于随机化 SVD 的迭代次数。"
        default: 'auto'
      random_state:
        description: "用于随机数生成的种子。"
        default: null

  SelectKBest:
    parameters:
      score_func:
        description: "用于计算特征得分的函数。"
        default: 'f_classif'
      k:
        description: "要选择的特征数量。"
        default: 10

  RFE:
    parameters:
      estimator:
        description: "用于特征选择的基模型。"
        default: null
      n_features_to_select:
        description: "要选择的特征数量。"
        default: null
      step:
        description: "每次迭代要移除的特征数量。"
        default: 1
      verbose:
        description: "控制冗长模式的整数。"
        default: 0

  PolynomialFeatures:
    parameters:
      degree:
        description: "生成多项式特征的最高次数。"
        default: 2
      interaction_only:
        description: "布尔值，指示是否仅包含交互项。"
        default: false
      include_bias:
        description: "布尔值，指示是否包含偏置列。"
        default: true
      order:
        description: "输出特征的顺序。可选值包括 'C' 和 'F'。"
        default: 'C'

  OneHotEncoder:
    parameters:
      categories:
        description: "指定每个特征的类别。"
        default: 'auto'
      drop:
        description: "指定要从每个特征中删除的类别。"
        default: null
      sparse:
        description: "布尔值，指示是否返回稀疏矩阵。"
        default: true
      dtype:
        description: "输出数据的类型。"
        default: 'float64'
      handle_unknown:
        description: "指定如何处理未知类别。可选值"