机器学习 · 函数

特征联合

创建特征联合，并行应用多个转换器并合并结果。转换器列表格式：[(名称, 转换器), ...]

调用签名(转换器列表)

特ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 特征联合
设 结果 = 机器学习.特征联合(
    转换器列表="数量",  # 必填；Pandas DataFrame 或类似表格对象
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

1 个参数

参数类型 / 传入方式说明

转换器列表可选 · 默认无

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：漏传会报 TypeError: missing required argument: '转换器列表';检查调用是否漏了这行

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 特征联合
设 结果 = 机器学习.特征联合(
    转换器列表="数量",  # 必填；Pandas DataFrame 或类似表格对象
)
打印(结果)

# 进阶组合:特征联合 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.特征联合(
    转换器列表="数量",  # 必填
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 转换器列表
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.特征联合()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.特征联合(转换器列表="数量")
打印(结果)