def transform(self, scenario: ASlibScenario):
'''
transform ASLib scenario data
Arguments
---------
scenario: data.aslib_scenario.ASlibScenario
ASlib Scenario with all data in pandas
Returns
-------
data.aslib_scenario.ASlibScenario
'''
self.logger.debug("Impute Missing Feature Values")
values = self.imputer.transform(np.array(scenario.feature_data.values))
scenario.feature_data = pd.DataFrame(
data=values,
index=scenario.feature_data.index,
columns=scenario.feature_data.columns)
return scenario
def transform(self, scenario: ASlibScenario):
'''
transform ASLib scenario data
Arguments
---------
scenario: data.aslib_scenario.ASlibScenario
ASlib Scenario with all data in pandas
Returns
-------
data.aslib_scenario.ASlibScenario
'''
if self.pca:
self.logger.debug("Applying PCA")
values = self.pca.transform(np.array(scenario.feature_data.values))
scenario.feature_data = pd.DataFrame(
data=values,
index=scenario.feature_data.index,
columns=["f%d" % (i) for i in range(values.shape[1])])
return scenario
def transform(self, scenario: ASlibScenario):
'''
transform ASLib scenario data
Arguments
---------
scenario: data.aslib_scenario.ASlibScenario
ASlib Scenario with all data in pandas
Returns
-------
data.aslib_scenario.ASlibScenario
'''
if self.scaler:
self.logger.debug("Applying StandardScaler")
values = self.scaler.transform(
np.array(scenario.feature_data.values))
scenario.feature_data = pd.DataFrame(
data=values, index=scenario.feature_data.index, columns=scenario.feature_data.columns)
return scenario