معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

It performs feature analysis for data preprocessing or usage of data in Machine Learning.

ویژگی	مقدار
سیستم عامل	-
نام فایل	Feature-Analysis-0.0.4
نام	Feature-Analysis
نسخه کتابخانه	0.0.4
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Nikhil Bansal
ایمیل نویسنده	bansalz1208@gmail.com
آدرس صفحه اصلی	https://github.com/coolestbnslz/Feature_Analysis
آدرس اینترنتی	https://pypi.org/project/Feature-Analysis/
مجوز	-

# Feature Analysis: Simple Feature Analysis in Python It performs feature analysis for data preprocessing or usage of data in Machine Learning. # Methods There are four methods used to identify features to remove: 1. Finding Missing Values (find_missing(missing_threshold)) %% Find the features with a fraction of missing values above `missing_threshold` 2. Single Unique Values (find_unique()) %% Find the features having a single unique value. NaNs do not count as a unique value. 3. Collinear Features (find_collinear(correlation_threshold,one_hot=False)) %% Finds collinear features based on the `correlation coefficient` between features. 4. Low Importance Features (find_low_impt(cumulative_impt,label)) %% Finds the lowest importance features not needed to account for `cumulative_importance` fraction of the total feature importance from the gradient boosting machine. label corresponding to regession or classification ## Usage Refer to the [testing.py](https://github.com/coolestbnslz/Feature_Analysis/blob/main/testing.py) for how to use the different methods in module. ## Visualizations The `FeatureAnalysis` methods also includes a number of visualization in each methods mentioned above to inspect characteristics of a dataset. ### Histogram for missing values ![](images/Figure_1.png) ### Histogram for unique values ![](images/Figure_2.png) ### Correlation Heat map ![](images/Figure_3.png) ### Important Features ![](images/Figure_4.png) ### Cumulative Feature Importance ![](images/Figure_5.png) # Requirements: Install dependencies just mentioned in requirements.txt by typing command in shell. `pip install -r requirements.txt` ## Contact Any questions can be directed to nbansal1_be18@thapar.edu. ## Contributing Pull requests are welcome. For major changes, please open an issue first to discuss what you would like to change. Please make sure to update tests as appropriate.

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl Feature-Analysis-0.0.4:

pip install Feature-Analysis-0.0.4.whl

نصب پکیج tar.gz Feature-Analysis-0.0.4:

pip install Feature-Analysis-0.0.4.tar.gz