FeatureSelection.find_low_nvalues_features

FeatureSelection.find_low_nvalues_features(**kwargs)

Esegue solo il filtro per le feature con un basso numero di valori unici.

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

Questa funzione trova le colonne che hanno un numero di valori distinti inferiore a una soglia specificata (min_unique_val, default 3). Ad esempio, se si imposta min_unique_val a 3, la funzione identificherà tutte le colonne che presentano solo 1 o 2 valori unici. Se la soglia è 2, il risultato è identico a quello del metodo find_constant_features. I nomi di queste colonne con pochi valori distinti vengono rimossi.

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	A	34.835708	Z
1	B	3.086785	X
2	A	42.384427	Y
3	B	86.151493	X
4	A	-1.707669	V
5	B	-1.706848	V
6	A	88.960641	X
7	B	48.371736	V
8	A	-13.473719	Z
9	B	37.128002	Y
10	A	-13.170885	X
11	B	-13.286488	Z
12	A	22.098114	W
13	B	-85.664012	W
14	A	-76.245892	X
15	B	-18.114376	X
16	A	-40.641556	Z
17	B	25.712367	Y
18	A	-35.401204	Y
19	B	-60.615185	Y

Esempio:

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

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