Início Projetos feature_engine
feature_engine
Python

feature_engine

Biblioteca Python de código aberto para engenharia e seleção de características compatível com sklearn.

por feature-engine · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Categoria
Linguagem
data-sciencefeature-engineeringfeature-extractionBSD-3-ClausePython
Ver no GitHub
Em palavras simples

Use uma biblioteca para criar e selecionar recursos para seus projetos de aprendizado de máquina facilmente.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
feature_engine — GitHub preview card
📈 Histórico de estrelas
2.26k2.25k
2026-07-072026-08-31
📈 Acompanhe feature_engine

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Biblioteca Python de código aberto para engenharia e seleção de características compatível com sklearn.

feature_engine tem 2.3k estrelas no GitHub. Foi bifurcado 347 vezes. feature_engine é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. feature_engine está disponível sob a licença BSD-3-Clause. Os seus principais temas são: data-science, feature-engineering, feature-extraction, feature-selection.

Frequently asked questions

O que é feature_engine?

Biblioteca Python de código aberto para engenharia e seleção de características compatível com sklearn.

feature_engine é de código aberto?

feature_engine é um projeto de código aberto. É distribuído sob a licença BSD-3-Clause.

feature_engine é gratuito?

Sim. feature_engine é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está feature_engine?

feature_engine está disponível sob a licença BSD-3-Clause.

Em que linguagem feature_engine está escrito?

feature_engine é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — feature_engine

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=feature-engine-feature-engine)](https://olud.ai/project/feature-engine-feature-engine.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
feature-engineering-and-feature-selection
Um Guia para Engenharia de Recursos e Seleção de Recursos, com implementações e exemplos em Pyt…
1.7k · data-mining
partilhafeature-selectionfeature-engineering
tsflex
Extração e processamento de características de séries temporais flexíveis
443 · data-science
partilhafeature-engineeringfeature-extraction
SGX-Full-OrderBook-Tick-Data-Trading-Strategy
Fornecendo soluções para estratégias de negociação de alta frequência (HFT) usando abordagens d…
2.3k · algorithmic-trading
partilhafeature-selectionfeature-engineering
Deep_Learning_Machine_Learning_Stock
Ações de Aprendizado Profundo e Aprendizado de Máquina representam oportunidades promissoras pa…
1.8k · algorithms
partilhafeature-engineeringdata-science
OpenMLDB
OpenMLDB é um banco de dados de aprendizado de máquina de código aberto que fornece uma platafo…
1.7k · database-for-ai
partilhafeature-engineeringfeature-extraction
Book6_First-Course-in-Data-Science
Book_6_《数据有道》 | Livro Íris: De adição e subtração a aprendizado de máquina; todos são bem-vin…
2.7k · data
partilhafeature-engineeringdata-science
upgini
Biblioteca de busca e enriquecimento de dados para Aprendizado de Máquina → Encontre e adicione…
356 · automated-feature-engineering
partilhafeature-selectionfeature-engineering
fe4ml-zh
:book: [译] Engenharia de características voltada para aprendizado de máquina
2.6k · book
partilhafeature-engineering
popsift
PopSift é uma implementação do algoritmo SIFT em CUDA.
498 · computer-vision
partilhafeature-extraction
data-science-complete-tutorial
Para aprendizado extensivo liderado por instrutores
1.8k · decision-trees
partilhafeature-selection

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.