FeatureSelection.find_missing_features

FeatureSelection.find_missing_features(**kwargs)

Esegue solo il filtro per le feature con troppi valori mancanti.

Questo metodo è un wrapper attorno al metodo run, configurato per attivare specificamente il filtro delle feature con valori mancanti e disabilitare tutti gli altri filtri. Aggiorna lo stato dell’istanza in base ai risultati di questo singolo filtro.

Questa funzione individua le colonne che hanno una percentuale di valori mancanti (o “missing”, come NaN o None) superiore a una soglia definita (max_pct_missing, default 0,9). Se, ad esempio, più del 90% dei valori in una colonna sono mancanti e la soglia è 0.9 (cioè 90%), il nome di quella colonna verrà rimosso.

Dopo l’applicazione del filtro vengono modificati gli attributi della classe con la selezione effettuata.

Parameters:

**kwargs – Argomenti keyword aggiuntivi per sovrascrivere i parametri dell’istanza per questa esecuzione.

Dati utilizzati per gli esempi:

>>> db_test_filters

	feature_A	feature_B	feature_C
0	NaN	25.131773	X
1	NaN	-27.713793	X
2	NaN	6.793083	Z
3	NaN	26.438121	Y
4	NaN	26.067861	X
5	NaN	31.096038	Z
6	NaN	90.685563	X
7	NaN	32.676715	W
8	NaN	-2.207832	Y
9	NaN	58.204358	X
10	NaN	69.473524	Z
11	NaN	-51.380391	Y
12	NaN	39.870003	V
13	NaN	45.058637	Z
14	NaN	-4.878175	Y
15	9.0	78.785341	W
16	NaN	2.497221	Y
17	NaN	16.278823	V
18	NaN	1.346409	Y
19	NaN	10.778952	Z

Esempio:

>>> from cefeste.selection import FeatureSelection
>>> fs = FeatureSelection(
...    db=df_test_filters,
...    verbose=True # Utile per vedere cosa succede
... )
>>> fs.find_missing_features()
>>> fs.make_report()

	feat_name	result	drop_reason
0	feature_A	drop	missing
1	feature_B	keep	NaN
2	feature_C	keep	NaN