update_config()

更新處理器的配置設定。

語法

def update_config(
    config: dict
) -> None

參數

config : dict, required
- 新的處理器配置
- 必要參數
- 結構：{處理類型: {欄位名稱: 處理方式}}

返回值

無（方法會修改實例狀態）

說明

update_config() 方法用於更新處理器的配置。可以：

覆寫預設的處理方式
為特定欄位設定自訂處理器
停用特定欄位的處理（設為 None 或 "none"）

基本範例

from petsard import Loader, Processor

# 載入資料
loader = Loader('data.csv', schema='schema.yaml')
data, schema = loader.load()

# 建立處理器
processor = Processor(metadata=schema)

# 更新配置
new_config = {
    'missing': {
        'age': 'missing_median',
        'income': 'missing_mean'
    },
    'encoder': {
        'gender': 'encoder_onehot',
        'education': 'encoder_label'
    }
}
processor.update_config(new_config)

# 使用更新後的配置
processor.fit(data)
processed_data = processor.transform(data)

配置格式

1. 使用處理器名稱（字串）

config = {
    'missing': {
        'age': 'missing_mean',
        'income': 'missing_median'
    },
    'outlier': {
        'age': 'outlier_zscore',
        'income': 'outlier_iqr'
    },
    'encoder': {
        'gender': 'encoder_onehot'
    },
    'scaler': {
        'age': 'scaler_minmax',
        'income': 'scaler_standard'
    }
}
processor.update_config(config)

2. 使用帶參數的處理器（字典）

config = {
    'missing': {
        'age': {
            'method': 'missing_simple',
            'value': 0.0
        }
    },
    'scaler': {
        'created_at': {
            'method': 'scaler_timeanchor',
            'reference': 'event_time',
            'unit': 'D'
        }
    },
    'encoder': {
        'doc_date': {
            'method': 'encoder_date',
            'input_format': '%MinguoY-%m-%d',
            'date_type': 'date'
        }
    }
}
processor.update_config(config)

3. 停用特定處理

config = {
    'outlier': {
        'age': None,  # 不處理 age 的離群值
        'income': 'outlier_iqr'
    },
    'scaler': {
        'gender': 'none'  # 字串 "none" 也可以停用
    }
}
processor.update_config(config)

部分更新

# 只更新部分欄位，其他欄位保持預設
processor = Processor(metadata=schema)

# 只更新 age 欄位的缺失值處理
processor.update_config({
    'missing': {
        'age': 'missing_median'
    }
})

# 其他欄位仍使用預設配置

多次更新

processor = Processor(metadata=schema)

# 第一次更新
processor.update_config({
    'missing': {'age': 'missing_median'}
})

# 第二次更新（會覆蓋或新增）
processor.update_config({
    'missing': {'income': 'missing_mean'},
    'encoder': {'gender': 'encoder_onehot'}
})

# 最終配置包含所有更新

在初始化時設定配置

# 也可以在建立處理器時直接提供配置
custom_config = {
    'missing': {
        'age': 'missing_median',
        'income': 'missing_mean'
    },
    'encoder': {
        'gender': 'encoder_onehot'
    }
}

processor = Processor(metadata=schema, config=custom_config)
# 不需要再呼叫 update_config()

驗證配置更新

processor = Processor(metadata=schema)

# 更新配置
new_config = {
    'missing': {'age': 'missing_median'},
    'encoder': {'gender': 'encoder_onehot'}
}
processor.update_config(new_config)

# 驗證更新
config = processor.get_config(col=['age', 'gender'])
print("age missing:", type(config['missing']['age']).__name__)
print("gender encoder:", type(config['encoder']['gender']).__name__)

可用的處理器名稱

缺失值處理器

missing_mean：平均值填補
missing_median：中位數填補
missing_mode：眾數填補
missing_simple：自訂值填補（需要 value 參數）
missing_drop：刪除含缺失值的列

離群值處理器

outlier_zscore：Z-Score 方法
outlier_iqr：四分位距方法
outlier_isolationforest：隔離森林（全域）
outlier_lof：局部離群因子（全域）

編碼器

encoder_uniform：均勻編碼
encoder_label：標籤編碼
encoder_onehot：One-Hot 編碼
encoder_date：日期格式轉換（需要參數）

縮放器

scaler_standard：標準化
scaler_minmax：最小-最大縮放
scaler_zerocenter：零中心化
scaler_log：對數轉換
scaler_log1p：log(1+x) 轉換
scaler_timeanchor：時間錨點縮放（需要參數）

離散化

discretizing_kbins：K-bins 離散化（需要參數）

注意事項

更新配置會覆寫該欄位的預設設定
必須在 fit() 之前呼叫此方法
如果在 fit() 之後更新配置，需要重新訓練
無效的處理器名稱會拋出 ConfigError
設為 None 或 "none" 會停用該處理
帶參數的處理器必須使用字典格式
更新是累加的，不會清除其他欄位的配置

get_config()get_changes()