更新时间:2023-05-05 GMT+08:00
分享

独热编码

概述

将用户指定的一些列进行one-hot编码。

输入

参数

子参数

参数说明

inputs

dataframe

inputs为字典类型,dataframe为pyspark中的DataFrame类型对象

输出

数据集

参数说明

参数

子参数

参数说明

input_features_str

-

输入的列名以逗号分隔组成的字符串,例如:

"column_a"

"column_a,column_b"

output_column_postfix

-

结果输出的列名,在输入列名后面增加的后缀,默认为"_one_hot"

handle_invalid

-

是否处理无效值,支持"keep"、"error",默认为"keep"。

drop_last

-

在编码向量中,是否去除最后一个类别的编码,默认为true

样例

inputs = {
    "dataframe": None  # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
    "inputs": inputs,
    "b_output_action": True,
    "outer_pipeline_stages": None,
    "input_features_str": "",  # @param {"label":"input_features_str","type":"string","required":"false","helpTip":""}
    "output_column_postfix": "_one_hot",  # @param {"label":"output_column_postfix","type":"string","required":"true","helpTip":""}
    "handle_invalid": "keep",  # @param {"label":"handle_invalid","type":"enum","options":"keep,error","required":"true","helpTip":""}
    "drop_last": True  # @param {"label":"drop_last","type":"boolean","required":"true","helpTip":""}
}
one_hot_encoder____id___ = MLSOneHotEncoder(**params)
one_hot_encoder____id___.run()
# @output {"label":"pipeline_model","name":"one_hot_encoder____id___.get_outputs()['output_port_1']","type":"PipelineModel"}
# @output {"label":"dataframe","name":"one_hot_encoder____id___.get_outputs()['output_port_2']","type":"DataFrame"}
分享:

    相关文档

    相关产品