sklearn.feature_selection.SelectKBest?
class sklearn.feature_selection.SelectKBest(score_func=<function f_classif>, *, k=10)
根據k個最高分數選擇功能。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| score_func | callable 函數接受兩個數組X和y，并返回一對數組（分數，p值）或帶分數的單個數組。默認值為f_classif（請參見下文“另見”）。默認函數僅適用于分類任務。 0.18版本中的新功能。 |
| k | int or “all”, optional, default=10 要選擇的主要功能數。“ all”選項繞過選擇，用于參數搜索。 |
| 屬性 | 說明 |
|---|---|
| scores_ | array-like of shape (n_features,) 特征分數。 |
| pvalues_ | array-like of shape (n_features,) 特征分數的p值；如果 score_func為None，則僅返回分數 。 |
另見
標簽和特征之間的ANOVA F值，用于分類任務。
離散目標的相互信息。
分類任務的非負特征的卡方統計。
回歸任務的標簽和特征之間的F值。
共同目標的共同信息。
根據最高分數的百分位數選擇特征。
根據誤報率測試選擇功能。
根據估計的錯誤發現率選擇特征。
根據多重比較錯誤率選擇特征。
具有可配置模式的單變量特征選擇器。
注
分數相等的特征之間的關系將以不確定的方式斷開。
示例
>>> from sklearn.datasets import load_digits
>>> from sklearn.feature_selection import SelectKBest, chi2
>>> X, y = load_digits(return_X_y=True)
>>> X.shape
(1797, 64)
>>> X_new = SelectKBest(chi2, k=20).fit_transform(X, y)
>>> X_new.shape
(1797, 20)
方法
| 方法 | 說明 |
|---|---|
fit(X, y) |
在（X，y）上運行score函數并獲得適當的特征。 |
fit_transform(X[, y]) |
擬合數據，然后對其進行轉換。 |
get_params([deep]) |
獲取此估計器的參數。 |
get_support([indices]) |
獲取所選特征的掩碼或整數索引。 |
inverse_transform(X) |
反向轉換操作 |
set_params(**params) |
設置此估計器的參數。 |
transform(X) |
將X縮小為選定的特征。 |
__init__(score_func=<function f_classif>, *, k=10)
初始化self，參見help(type(self))獲取更多信息。
fit(X, y)
在(X, y)上運行score函數，得到相應的特征。
| 參數 | 說明 |
|---|---|
| X | array-like of shape (n_samples, n_features) 訓練樣本。 |
| y | array-like of shape (n_samples,) 目標值（分類中的類標簽，回歸中的真實值）。 |
| 返回值 | 說明 |
|---|---|
| self | object |
fit_transform(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的轉換值。
| 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 其他擬合參數。 |
| 返回值 | 說明 |
|---|---|
| X_new | ndarray array of shape (n_samples, n_features_new) 轉換后的數組。 |
get_params(deep=True)
獲取此估計器的參數。
| 參數 | 說明 |
|---|---|
| deep | bool, default=True 如果為True，則將返回此估算器和所包含子對象的參數。 |
| 返回值 | 說明 |
|---|---|
| params | mapping of string to any 參數名稱映射到其值。 |
get_support(indices=False)
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，則返回值將是一個整數數組，而不是布爾掩碼。 |
| 返回值 | 說明 |
|---|---|
| support | array 從特征向量中選擇保留特征的索引。如果 indices為False，則為形狀為[＃輸入特征]的布爾數組，其中元素為True時（如果已選擇其對應的特征進行保留）。如果indices為True，則這是一個形狀為[＃輸出特征]的整數數組，其值是輸入特征向量的索引。 |
inverse_transform(X)
反向轉換操作。
| 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中插入的列名為零的特征將被transform刪除。 |
set_params(**params)
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）。后者具有<component>__<parameter>形式的參數， 以便可以更新嵌套對象的每個組件。
| 參數 | 說明 |
|---|---|
| **params | dict 估計器參數。 |
| 返回值 | 說明 |
|---|---|
| self | object 估計器實例。 |
transform(X)
| 參數 | 說明 |
|---|---|
| X | array of shape [n_samples, n_features] 輸入樣本。 |
| 返回值 | 說明 |
|---|---|
| X_r | array of shape [n_samples, n_selected_features] 僅具有所選特征的輸入樣本。 |
