teradataml.store.feature_store.feature_store.FeatureStore.get_filter_manager = get_filter_manager(self, name)

DESCRIPTION:
    Retrieves a FilterManager based on the feature store's repo and name.
                
PARAMETERS:
    name:
        Required Argument.
        Specifies the name of the FilterManager.
        Types: str
 
RETURNS:
    FilterManager
 
RAISES:
    TeradataMlException
 
EXAMPLES:
    >>> load_example_data('dataframe', 'admissions_train')
    >>> df = DataFrame("admissions_train")
 
    # Create a FeatureStore.
    >>> from teradataml import FeatureStore, FilterManager
    >>> fs = FeatureStore(repo='vfs_v1', data_domain='sales')
    Repo vfs_v1 does not exist. Run FeatureStore.setup() to create the repo and setup FeatureStore.
    >>> fs.setup()
 
    # Create an instance of FilterManager with name 'stats_filter_manager' 
    # for managing filters related to statistics features.
    >>> fm = fs.get_filter_manager(name='stats_filter_manager')
    >>> fm
    Filter Manager 'stats_filter_manager' does not exist. Run FilterManager.load_filter() to create it.
    FilterManager(repo=vfs_v1, name=stats_filter_manager, filters=None)
 
    # Load filter definitions into the filter manager using a DataFrame.
    >>> fm.load_filter(df=df.groupby('stats').count()[['stats']])
    True
 
    >>> fm
    FilterManager(repo=vfs_v1, name=stats_filter_manager, filters=3)