Azure / Azure/MachineLearningNotebooks

Enhancement: Support categorical read/write with TabularDatasets

Aberta
#1,300 0 comentários 0 reações 1 responsável Reivindicada por @MayMSFT Ver no GitHub
ADO Data4ML product-issue
Linguagem predominante
Jupyter Notebook
Estrelas
4.4k
Forks
2.6k
Métricas de merge de PRs
Nenhum PR com merge em 30d

Descrição

Native pandas preserves categorical data types when writing and reading to Parquet format. Unfortunately, Azure's TabularDataset implementation does not preserve this nice behavior.

This is more of a nice to have than a requirement, but I could imagine cases with (say) GBM models which accept categoricals not being able to leverage TabularDatasets due to this behavior.

There is a sample notebook to reproduce the issue here: https://github.com/vla6/Azure_notes/blob/main/tabulardataset_parquet_categoricals_issue_di.ipynb

Guia de contribuição

Nenhum guia de contribuição indexado para este repositório

Avaliação

Esta issue ainda não foi avaliada.

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.