FeaturizationConfig 类
为 Azure 机器学习中的自动化机器学习试验定义特征工程配置。
在 AutoMLConfig 类的 featurization 参数中使用 FeaturizationConfig 类。 有关详细信息，请参阅配置自动化 ML 试验。
创建 FeaturizationConfig。
- 继承
-
builtins.objectFeaturizationConfig
构造函数
FeaturizationConfig(blocked_transformers: List[str] | None = None, column_purposes: Dict[str, str] | None = None, transformer_params: Dict[str, List[Tuple[List[str], Dict[str, Any]]]] | None = None, drop_columns: List[str] | None = None, dataset_language: str | None = None, prediction_transform_type: str | None = None)参数
- dataset_language
- str
数据集中包含的语言 () 的三个字符 ISO 639-3 代码。 仅当使用启用了 GPU 的计算时，才支持英语以外的语言。 如果数据集包含多种语言，则应使用“mul”langugage_code。 若要查找不同语言的 ISO 639-3 代码，请参阅 https://en.wikipedia.org/wiki/List_of_ISO_639-3_codes。
注解
特征化自定义提供了一些方法，使你能够：
添加或删除列用途。 利用
add_column_purpose和remove_column_purpose方法，可以替代指定列的特征类型，例如，当列的特征类型未正确反映其用途时。 添加方法支持添加 FeatureType 类的 FULL_SET 特性中给定的所有特征类型。添加或删除转换器参数。 利用
add_transformer_params和remove_transformer_params方法，可以更改可自定义转换器的参数，如 Imputer、HashOneHotEncoder 和 TfIdf。 可自定义转换器列在 SupportedTransformers 类 CUSTOMIZABLE_TRANSFORMERS 特性中。 使用get_transformer_params查找自定义参数。阻止转换器。 使用
add_blocked_transformers方法阻止要用于特征化过程的转换器。 转换器必须是 SupportedTransformers 类 BLOCKED_TRANSFORMERS 特性中列出的转换器之一。使用
add_drop_columns方法添加要忽略特征化和训练的删除列。 例如，可以删除不包含有用信息的列。添加或删除预测转换类型。 使用
add_prediction_transform_type和
remove_prediction_transform_type 方法，你可以重写现有目标列类型。
可在 PredictionTransformTypes 特性中查看预测转换类型。
下面的代码示例演示如何在自动化 ML 中为预测自定义特征化。 在示例代码中，演示了删除列并添加转换参数。
featurization_config = FeaturizationConfig()
# Force the CPWVOL5 feature to be numeric type.
featurization_config.add_column_purpose("CPWVOL5", "Numeric")
# Fill missing values in the target column, Quantity, with zeros.
featurization_config.add_transformer_params(
"Imputer", ["Quantity"], {"strategy": "constant", "fill_value": 0}
)
# Fill missing values in the INCOME column with median value.
featurization_config.add_transformer_params(
"Imputer", ["INCOME"], {"strategy": "median"}
)
# Fill missing values in the Price column with forward fill (last value carried forward).
featurization_config.add_transformer_params("Imputer", ["Price"], {"strategy": "ffill"})
下一个示例演示使用硬件性能数据集在回归问题中自定义特征化。 在该示例代码中，定义了一个被阻止的转换器，添加了列用途，并添加了转换器参数。
featurization_config = FeaturizationConfig()
featurization_config.blocked_transformers = ["LabelEncoder"]
# featurization_config.drop_columns = ['MMIN']
featurization_config.add_column_purpose("MYCT", "Numeric")
featurization_config.add_column_purpose("VendorName", "CategoricalHash")
# default strategy mean, add transformer param for for 3 columns
featurization_config.add_transformer_params("Imputer", ["CACH"], {"strategy": "median"})
featurization_config.add_transformer_params(
"Imputer", ["CHMIN"], {"strategy": "median"}
)
featurization_config.add_transformer_params(
"Imputer", ["PRP"], {"strategy": "most_frequent"}
)
# featurization_config.add_transformer_params('HashOneHotEncoder', [], {"number_of_bits": 3})
然后，上面的代码示例中定义的 FeaturizationConfig 可用于自动化 ML 试验的配置中，如下面的代码示例中所示。
automl_settings = {
"enable_early_stopping": True,
"experiment_timeout_hours": 0.25,
"max_concurrent_iterations": 4,
"max_cores_per_iteration": -1,
"n_cross_validations": 5,
"primary_metric": "normalized_root_mean_squared_error",
"verbosity": logging.INFO,
}
automl_config = AutoMLConfig(
task="regression",
debug_log="automl_errors.log",
compute_target=compute_target,
featurization=featurization_config,
training_data=train_data,
label_column_name=label,
**automl_settings,
)
方法
| add_blocked_transformers |
添加要阻止的转换器。 |
| add_column_purpose |
添加指定列的特征类型。 |
| add_drop_columns |
添加要忽略的列名称或列名称的列表。 |
| add_prediction_transform_type |
为目标列添加预测转换类型。 PredictionTransformTypes 类。 :type prediction_transform_type: str |
| add_transformer_params |
将自定义转换器参数添加到自定义转换器参数的列表。 如果列列表为空，则应用于所有列。 |
| get_transformer_params |
检索列的转换器自定义参数。 |
| remove_column_purpose |
删除指定列的特征类型。 如果没有为列指定任何特征，则使用检测到的默认特征。 |
| remove_prediction_transform_type |
对于目标列，将预测转换类型还原为默认值。 |
| remove_transformer_params |
删除特定列或所有列的转换器自定义参数。 |
add_blocked_transformers
添加要阻止的转换器。
add_blocked_transformers(transformers: str | List[str]) -> None参数
转换器名称或转换器名称列表。 转换器名称必须是 SupportedTransformers 类的 BLOCKED_TRANSFORMERS 特性中列出的转换器之一。
add_column_purpose
添加指定列的特征类型。
add_column_purpose(column_name: str, feature_type: str) -> None参数
add_drop_columns
添加要忽略的列名称或列名称的列表。
add_drop_columns(drop_columns: str | List[str]) -> None参数
add_prediction_transform_type
为目标列添加预测转换类型。
PredictionTransformTypes 类。 :type prediction_transform_type: str
add_prediction_transform_type(prediction_transform_type: str) -> None参数
- prediction_transform_type
用于强制转换目标列的预测转换类型。 特征类型必须是 FULL_SET 特性中给定的一个
add_transformer_params
将自定义转换器参数添加到自定义转换器参数的列表。
如果列列表为空，则应用于所有列。
add_transformer_params(transformer: str, cols: List[str], params: Dict[str, Any]) -> None参数
注解
下面的代码示例演示如何在自动化 ML 中为预测自定义特征化。 在示例代码中，演示了删除列并添加转换参数。
featurization_config = FeaturizationConfig()
# Force the CPWVOL5 feature to be numeric type.
featurization_config.add_column_purpose("CPWVOL5", "Numeric")
# Fill missing values in the target column, Quantity, with zeros.
featurization_config.add_transformer_params(
"Imputer", ["Quantity"], {"strategy": "constant", "fill_value": 0}
)
# Fill missing values in the INCOME column with median value.
featurization_config.add_transformer_params(
"Imputer", ["INCOME"], {"strategy": "median"}
)
# Fill missing values in the Price column with forward fill (last value carried forward).
featurization_config.add_transformer_params("Imputer", ["Price"], {"strategy": "ffill"})
get_transformer_params
检索列的转换器自定义参数。
get_transformer_params(transformer: str, cols: List[str]) -> Dict[str, Any]参数
返回
转换器参数设置。
返回类型
remove_column_purpose
删除指定列的特征类型。
如果没有为列指定任何特征，则使用检测到的默认特征。
remove_column_purpose(column_name: str) -> None参数
remove_prediction_transform_type
对于目标列，将预测转换类型还原为默认值。
remove_prediction_transform_type() -> Noneremove_transformer_params
删除特定列或所有列的转换器自定义参数。
remove_transformer_params(transformer: str, cols: List[str] | None = None) -> None参数
属性
blocked_transformers
column_purposes
dataset_language
drop_columns
prediction_transform_type
transformer_params
反馈
即将发布：在整个 2024 年，我们将逐步淘汰作为内容反馈机制的“GitHub 问题”，并将其取代为新的反馈系统。 有关详细信息，请参阅：https://aka.ms/ContentUserFeedback。
提交和查看相关反馈