sklearn.preprocessing.KernelCenterer?

class sklearn.preprocessing.KernelCenterer

[源碼]

將內核矩陣居中

令K（x，z）是由phi（x）^ T phi（z）定義的內核，其中phi是將x映射到Hilbert空間的函數映射。KernelCenterer無需顯式計算phi（x）即可對數據進行中心化（即歸一化為零均值）。它等效于將phi（x）與sklearn.preprocessing.StandardScaler（with_std = False）居中對齊。

在用戶指南中閱讀更多內容。

屬性	說明
K_fit_rows_	array, shape (n_samples,) 內核矩陣各列的平均值
K_fit_all_	float 核矩陣的平均值

示例

>>> from sklearn.preprocessing import KernelCenterer
>>> from sklearn.metrics.pairwise import pairwise_kernels
>>> X = [[ 1., -2.,  2.],
...      [ -2.,  1.,  3.],
...      [ 4.,  1., -2.]]
>>> K = pairwise_kernels(X, metric='linear')
>>> K
array([[  9.,   2.,  -2.],
       [  2.,  14., -13.],
       [ -2., -13.,  21.]])
>>> transformer = KernelCenterer().fit(K)
>>> transformer
KernelCenterer()
>>> transformer.transform(K)
array([[  5.,   0.,  -5.],
       [  0.,  14., -14.],
       [ -5., -14.,  19.]])

方法

方法	說明
`fit`(self, K[, y])	擬合核中心
`fit_transform`(self, X[, y])	擬合數據，然后對其進行轉換。
`get_params`(self[, deep])	獲取此估計量的參數。
`set_params`(self, **params)	設置此估算器的參數。
`transform`(self, K[, copy])	中心核矩陣。

__init__(self)

[源碼]

初始化self,有關準確的簽名，請參見help（type（self））。

fit(self, K, y=None)

[源碼]

擬合核中心

參數	說明
K	numpy array of shape [n_samples, n_samples] 內核矩陣。

返回值	說明
self	returns an instance of self.

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

擬合數據，然后對其進行轉換。

使用可選參數fit_params將轉換器擬合到X和y，并返回X的轉換版本。

參數	說明
X	{array-like, sparse matrix, dataframe} of shape (n_sample, 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) 轉化后的數組

get_params(self, deep=True)

[源碼]

獲取此估計量的參數。

參數	說明
deep	bool, default = True 如果為True，則將返回此估算器和作為估算器的所包含子對象的參數。

返回值	說明
params	mapping of string to any 參數名被映射至他們的值

set_params(self, **params)

[源碼]

設置此估算器的參數。

該方法適用于簡單的估計器以及嵌套對象（例如管道）。后者的參數形式為<component>__<parameter>這樣就可以更新嵌套對象的每個組件。

參數	說明
**params	dict 估計量參數

返回值	說明
self	object 估計器實例

transform(self, X，copy=None)

[源碼]

中心核矩陣。

參數	說明
K	numpy array of shape [n_samples1, n_samples2] 內核矩陣。
copy	boolean, optional, default True 設置為False將執行就地計算。

返回值	說明
X_new	numpy array of shape [n_samples1, n_samples2]