KnownBlockedTransformers enum

범주형 데이터에 대한 대상 인코딩입니다.

Count Vectorizer는 텍스트 문서 모음을 토큰 수 행렬로 변환합니다.

하나의 핫 인코더를 해싱하면 범주형 변수를 제한된 수의 새로운 기능으로 전환할 수 있습니다. 이는 카디널리티가 높은 범주형 기능에 자주 사용됩니다.

레이블 인코더는 레이블/범주형 변수를 숫자 형식으로 변환합니다.

Naive Bayes는 범주적으로 분포된 이산 특징의 분류에 사용되는 분류입니다.

핫 인코딩은 이진 기능 변환을 생성합니다.

텍스트 데이터에 대한 대상 인코딩입니다.

Tf-Idf 항-빈도 곱하기 문서 반수를 나타냅니다. 이는 문서에서 정보를 식별하기 위한 일반적인 용어 가중치 체계입니다.

증거의 가중치 인코딩은 범주형 변수를 인코딩하는 데 사용되는 기술입니다. P(1)/P(0)의 자연 로그를 사용하여 가중치를 생성합니다.

단어 임베딩은 단어나 구를 벡터 또는 일련의 숫자로 표현하는 데 도움이 됩니다.