teradataml.store.feature_store.models.FilterManager.__init__ = __init__(self, repo, name)

DESCRIPTION:
    Constructor for creating FilterManager Object.
    
PARAMETERS:
    repo:
        Required Argument.
        Specifies the repository where the filter manager resides in.
        Types: str
        
    name:
        Required Argument.
        Specifies the name of the filter manager to be created.
        Types: str
 
RETURNS:
    Object of 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()
 
    # Example 1: Create a FilterManager for managing filters related to statistics features
    #            in the repository 'vfs_v1' with name 'stats_filter_manager'. 
    # Create an instance of FilterManager
    >>> fm = FilterManager(repo='vfs_v1', 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)