#16 · 主分类： 经典机器学习框架
feature_engine
data-science
feature-engineering
feature-extraction
feature-selection
machine-learning
python
scikit-learn
特征工程与特征选择的开源Python库，兼容sklearn。
项目最后更新：08/26/26
GitHub Stars
2.3K
Forks数量
370
贡献者数量
68
许可证
BSD-3-Clause
收录理由
多数预处理代码最后都变成零散的pandas片段，难以复现，而这类库把常用操作封装成了兼容scikit-learn的转换器。处理表格数据的数据科学家可以直接获得用于缺失值、分类编码、离群值截断、离散化以及目标变量变换的fit-and-transform对象，这些对象和sklearn管线中的其他环节行为一致。选择方面则提供递归消除和方差阈值，用于在训练前裁剪预测变量。对于希望预处理步骤能随模型一起被追踪和版本化、而不是散落在独立脚本里的团队来说，这是一个实用的基础。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。