sklearn.feature_selection.SelectorMixin?

class sklearn.feature_selection.SelectorMixin

[源碼]

在給定支持掩碼的情況下執行特征選擇的混合轉換器。

此混合器提供了一個特征選擇器的實現,提供 transforminverse_transform功能,并給出了_get_support_mask掩碼的實現。

方法

方法 說明
fit_transform(self, X[, y]) 擬合數據, 然后轉換它。
get_support(self[, indices]) 獲取所選特征的掩碼或整數索引。
inverse_transform(self, X) 逆轉換操作。
transform(self, X) 將X降為選定的特征。
__init__(self, /, *args, **kwargs)

初始化self. 請參閱help(type(self))以獲得準確的說明。

fit_transform(self, X, y=None, **fit_params)

[源碼]

擬合數據, 然后轉換它。

使用可選參數fit_params使轉換器安擬合X和y,并返回轉換后的X版本。

參數 說明
X {array-like, sparse matrix, dataframe} of shape (n_samples, n_features)
y ndarray of shape (n_samples,), default=None
目標值。
**fit_params dict
附加擬合參數
返回值 說明
X_new ndarray array of shape (n_samples, n_features_new)
轉換后的數組
get_support(self, indices=False)

[源碼]

獲取所選特征的掩碼或整數索引。

參數 說明
indices boolean (default False)
如果為True,則返回值將是整數數組,而不是布爾掩碼。
返回值 說明
support array
從特征向量中選擇保留的特征的索引。如果indices是False,這是一個形狀是[# input features]的布爾數組,其中一個元素是True,當且僅當它的對應特征被選擇以保留。如果索引為True,則這是一個形狀為[# output features]的整數數組,其值是輸入特征向量中的索引。
inverse_transform(self, X)

[源碼]

逆轉換操作。

參數 說明
X array of shape [n_samples, n_selected_features]
輸入樣本。
返回值 說明
X_r array of shape [n_samples, n_original_features]
x中插入零列,在其中通過transform移除特征。
transform(self, X)

[源碼]

將X降為選定的特征。

參數 說明
X array of shape [n_samples, n_selected_features]
輸入樣本。
返回值 說明
X_r array of shape [n_samples, n_original_features]
只具有所選特征的輸入樣本。