官网

github

Feature-engine 是一个用户友好的 Python 库，专为特征工程和特征选择设计，与机器学习模型配合使用。以下是 Feature-engine 的一些关键特性和应用场景：

特性

1. 多种变换器（Transformers）： Feature-engine 提供了多种变换器来处理和选择特征，包括缺失值插补、编码分类特征、离散化、异常值处理、特征转换、新特征创建、特征选择等。

2. 与 Pandas 和 Scikit-learn 的兼容性： Feature-engine 设计为与 Pandas 数据帧（DataFrame）兼容，无需担心列顺序或名称的变化。它还兼容 Scikit-learn 的 fit() 和 transform() 方法，使得这些变换可以与 Scikit-learn 估计器、选择器、交叉验证函数和超参数搜索方法一起使用。

3. 简化的特征工程流程： Feature-engine 将 Pandas 的功能包装成类似 Scikit-learn 的变换器，捕获学习参数所需的 Pandas 逻辑，同时使这些变换与 Scikit-learn 兼容。

4. 自动识别变量类型： Feature-engine 能够自动识别数值、分类和日期时间变量，减少手动设置的需要。

5. 错误提示： 如果无法进行特征转换，例如对负变量应用对数或除以0，Feature-engine 会发出提示。

应用场景

1. 缺失值处理： Feature-engine 提供多种策略处理缺失值，如均值、中位数、随机样本插补等。

2. 特征编码： 在机器学习中，对分类变量进行编码是关键步骤。Feature-engine 支持多种编码方法，如独热编码、标签编码、目标编码等。

3. 分箱与特征选择： Feature-engine 提供了分箱方法（如等宽分箱、等频分箱）和特征选择方法（如方差阈值选择器），帮助用户更好地准备数据。

4. 时间特征工程： Feature-engine 能够处理日期时间特征，这对于时间序列分析尤其重要。

5. 异常值处理： Feature-engine 提供了异常值处理方法，如温莎化（Winsorizing）和截断（Trimming）。

6. 特征工程流水线： Feature-engine 支持构建特征工程流水线，将多个特征转换步骤组合在一起，形成一个完整的特征处理流程。

7. 模型训练流水线： Feature-engine 可以与模型训练流水线结合使用，构建完整的数据处理和模型训练流程，提高开发效率和模型性能。

Feature-engine 的设计简洁而灵活，使得用户可以根据具体需求选择合适的特征工程技术，并在不同阶段进行组合和调整，无论是初学者还是专业人士，都能够从 Feature-engine 中受益，提高数据处理和建模的效率，加速机器学习项目的开发和部署。