feature-engine/feature_engine 源码下载与部署教程

项目概述

Feature engineering and selection open-source Python library compatible with sklearn.

项目地址

https://github.com/feature-engine/feature_engine

项目页面预览

关键指标

• Stars：2177
• 主要语言：Python
• License：BSD 3-Clause “New” or “Revised” License
• 最近更新：2026-01-11T14:12:57Z
• 默认分支：main

本站高速下载（国内可用）

点击下载（本站镜像）
– SHA256：e436569ed90ba22cbab8a525f97fff0dbd869a45533bfd46ab1414fe81cbcdeb

安装部署要点（README 精选）

Installation

From PyPI using pip:

pip install feature_engine

From Anaconda:

conda install -c conda-forge feature_engine

Or simply clone it:

git clone https://github.com/feature-engine/feature_engine.git

Example Usage

>>> import pandas as pd
>>> from feature_engine.encoding import RareLabelEncoder

>>> data = {'var_A': ['A'] * 10 + ['B'] * 10 + ['C'] * 2 + ['D'] * 1}
>>> data = pd.DataFrame(data)
>>> data['var_A'].value_counts()

Out[1]:
A    10
B    10
C     2
D     1
Name: var_A, dtype: int64

>>> rare_encoder = RareLabelEncoder(tol=0.10, n_categories=3)
>>> data_encoded = rare_encoder.fit_transform(data)
>>> data_encoded['var_A'].value_counts()

Out[2]:
A       10
B       10
Rare     3
Name: var_A, dtype: int64

Find more examples in our Jupyter Notebook Gallery
or in the documentation.

常用命令（从 README 提取）

pip install feature_engine

conda install -c conda-forge feature_engine

git clone https://github.com/feature-engine/feature_engine.git

通用部署说明

1. 下载源码并阅读 README
2. 安装依赖（pip/npm/yarn 等）
3. 配置环境变量（API Key、模型路径、数据库等）
4. 启动服务并测试访问
5. 上线建议：Nginx 反代 + HTTPS + 进程守护（systemd / pm2）

免责声明与版权说明

本文仅做开源项目整理与教程索引，源码版权归原作者所有，请遵循对应 License 合规使用。