featuretools.primitives.ExponentialWeightedSTD

class featuretools.primitives.ExponentialWeightedSTD(com=None, span=None, halflife=None, alpha=None, ignore_na=False)

计算一组数字的指数加权移动标准差

描述

返回一组数字的指数加权移动标准差。必须提供质心 (com)、跨度 (span)、半衰期 (halflife) 和 alpha 中的一个且仅一个。通过将 ‘ignore_na’ 设置为 True，可以在计算权重时忽略缺失值。

参数:

• com (float) – 对于 com >= 0，指定衰减的质心。默认为 None。

• span (float) – 对于 span >= 1，指定衰减的跨度。默认为 None。

• halflife (float) – 对于 halflife > 0，指定衰减的半衰期。默认为 None。

• alpha (float) – 直接指定平滑因子 alpha。Alpha 必须大于 0 且小于或等于 1。默认为 None。

• ignore_na (bool) – 计算权重时忽略缺失值。默认为 False。

示例

>>> exponential_weighted_std = ExponentialWeightedSTD(com=0.5)
>>> exponential_weighted_std([1, 2, 3, 7]).tolist()
[nan, 0.7071067811865475, 0.9198662110077998, 2.9852200022005855]

缺失值可以被忽略

>>> ewmstd_ignorena = ExponentialWeightedSTD(com=0.5, ignore_na=True)
>>> ewmstd_ignorena([1, 2, 3, None, 7]).tolist()
[nan, 0.7071067811865475, 0.9198662110077998, 0.9198662110077998, 2.9852200022005855]

__init__(com=None, span=None, halflife=None, alpha=None, ignore_na=False)

方法

__init__([com, span, halflife, alpha, ignore_na])
flatten_nested_input_types(input_types)	将嵌套的列模式输入展平为单个列表。
generate_name(base_feature_names)
generate_names(base_feature_names)
get_args_string()
get_arguments()
get_description(input_column_descriptions[, ...])
get_filepath(filename)
get_function()

属性

base_of
base_of_exclude
commutative
default_value	如果未找到数据，则此特征返回的默认值。
description_template
input_types	woodwork.ColumnSchema 输入类型
max_stack_depth
name	原语的名称
number_output_features	与此特征关联的特征矩阵中的列数
return_type	返回值的 ColumnSchema 类型
stack_on
stack_on_exclude
stack_on_self
uses_calc_time
uses_full_dataframe