Hands-On Machine Learning with Scikit-Learn and TensorFlow中文版和英文版，还有代码

Hands-On Machine Learning with Scikit-Learn and TensorFlow中文版和英文版，还有代码

“““
This module merges two files from Scikit-Learn 0.20 to make a few encoders
available for users using an earlier version:
    * sklearn/preprocessing/data.py （OneHotEncoder and CategoricalEncoder）
    * sklearn/compose/_column_transformer.py （ColumnTransformer）
I just copy/pasted the contents fixed the imports and __all__ and also
copied the definitions of three pipeline functions whose signature changes
in 0.20: _fit_one_transformer _transform_one and _fit_transform_one.
The original authors are listed below.
----
The :mod:‘sklearn.compose._column_transformer‘ module implements utilities
to work with heterogeneous data and to apply different transformers to
different columns.
“““
# Authors: Andreas Mueller 
#          Joris Van den Bossche 
# License: BSD 3 clause

from __future__ import division

import numbers
import warnings

import numpy as np
from scipy import sparse

from sklearn.base import clone baseEstimator TransformerMixin
from sklearn.externals import six
from sklearn.utils import Bunch check_array
from sklearn.externals.joblib.parallel import delayed Parallel
from sklearn.utils.metaestimators import _baseComposition
from sklearn.utils.validation import check_is_fitted FLOAT_DTYPES
from sklearn.pipeline import _name_estimators
from sklearn.preprocessing import FunctionTransformer
from sklearn.preprocessing.label import LabelEncoder

from itertools import chain


# weight and fit_params are not used but it allows _fit_one_transformer
# _transform_one and _fit_transform_one to have the same signature to
#  factorize the code in ColumnTransformer
def _fit_one_transformer（transformer X y weight=None **fit_params）:
    return transformer.fit（X y）


def _transform_one（transformer X y weight **fit_params）:
    res = transformer.transform（X）
    # if we have a weight for this transformer multiply output
    if weight is None:
        return res
    return res * weight


def _fit_transform_one（transformer X y weight **fit_params）:
    if hasattr（transformer ‘fit_transform‘）:
        res = transformer.fit_transform（X y **fit_params）
    else:
        res = transformer.fit（X y **fit_params）.transform（X）
    # if we have a weight for this transformer multiply output
    if weight is None:
        return res transformer
    return res * weight transformer


BOUNDS_THRESHOLD = 1e-7


zip = six.moves.zip
map = six.moves.map
range = six.moves.range

__all__ = [
    ‘OneHotEncoder‘
    ‘OrdinalEncoder‘
    ‘ColumnTransformer‘
    ‘make_column_transformer‘
]


def _argmax（arr_or_spmatrix axis=None）:
    return arr_or_spmatrix.argmax（axis=axis）


def _handle_zeros_in_scale（scale copy=True）:
    ‘‘‘ Makes sure that whenever scale is zero we handle it correctly.

    This happens in most scalers when we have constant features.‘‘‘

    # if we are fitting on 1D arrays scale might be a scalar
    if np.isscalar（scale）:
        if scale == .0:
            scale 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-09-01 15:00  Hands-On Machine Learning with Scikit-Learn and TensorFlow\
     文件    47507402  2018-08-15 16:35  Hands-On Machine Learning with Scikit-Learn and TensorFlow\Hands-On Machine Learning with Scikit-Learn and TensorFlow.pdf
     文件    15111719  2018-06-29 09:27  Hands-On Machine Learning with Scikit-Learn and TensorFlow\Hands-On Machine Learning with Scikit-Learn and TensorFlow中文版.pdf
     目录           0  2018-09-01 14:51  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\
     文件         195  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\.gitignore
     目录           0  2018-09-01 14:51  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\.ipynb_checkpoints\
     文件     1399309  2018-08-16 14:33  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\.ipynb_checkpoints\16_reinforcement_learning-checkpoint.ipynb
     文件      284756  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\01_the_machine_learning_landscape.ipynb
     文件     1350273  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\02_end_to_end_machine_learning_project.ipynb
     文件      447511  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\03_classification.ipynb
     文件      851389  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\04_training_linear_models.ipynb
     文件      914359  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\05_support_vector_machines.ipynb
     文件      204214  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\06_decision_trees.ipynb
     文件      553305  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\07_ensemble_learning_and_random_forests.ipynb
     文件     5760930  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\08_dimensionality_reduction.ipynb
     文件      203686  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\09_up_and_running_with_tensorflow.ipynb
     文件      320538  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\10_introduction_to_artificial_neural_networks.ipynb
     文件     1954530  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\11_deep_learning.ipynb
     文件       24726  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\12_distributed_tensorflow.ipynb
     文件     4981104  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\13_convolutional_neural_networks.ipynb
     文件      674734  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\14_recurrent_neural_networks.ipynb
     文件      349978  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\15_autoencoders.ipynb
     文件     1399309  2018-08-16 14:33  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\16_reinforcement_learning.ipynb
     文件       48616  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\book_equations.ipynb
     目录           0  2018-09-01 14:51  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\
     目录           0  2018-09-01 14:51  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\housing\
     文件     1423529  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\housing\housing.csv
     文件      409488  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\housing\housing.tgz
     文件        3680  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\housing\README.md
     目录           0  2018-09-01 14:51  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\inception\
     文件       31674  2018-08-11 04:21  Hands-On Machine Learning with Scikit-Learn and TensorFlow\handson-ml-master\datasets\inception\imagenet_class_names.txt
............此处省略69个文件信息