PyCaret特征重要性图中下划线后缀数字的含义咨询

下划线后的数字是PyCaret自动预处理阶段生成的衍生特征标识，常见原因有两种：

• 如果原始特征（比如C362、C359）是类别型特征，下划线后的数字代表该特征经过编码（如One-Hot编码、目标编码）后对应的类别取值索引。比如C362有多个类别，编码后每个类别会生成一个类似C362_xxx的衍生特征，xxx就是该类别的唯一标识。
• 如果原始特征是数值型特征，下划线后的数字可能是特征被自动分箱（连续变量离散化）后的分箱组编号。PyCaret会根据数据分布将连续特征划分为多个区间，每个区间对应一个带编号的衍生特征。

验证方法 #

• 执行get_config('prep_pipeline')可以输出PyCaret的预处理流水线，查看其中的特征处理步骤，就能明确具体是哪种操作生成了这些带下划线的特征。
• 检查原始数据框中C362、C359的特征类型，类别型特征优先考虑编码原因，数值型则偏向分箱处理。

内容的提问来源于stack exchange，提问作者ST24