sklearn.random_projection.GaussianRandomProjection?

class sklearn.random_projection.GaussianRandomProjection(n_components='auto', *, eps=0.1, random_state=None)[source]

[源碼]

通過高斯隨機投影降低維數

隨機矩陣的分量是從N（0，1 / n_components）中得出的。

在用戶指南中閱讀更多內容。

版本0.13中的新功能。

參數	說明
n_components	nt or ‘auto’, optional (default = ‘auto’) 目標投影空間的尺寸。 n_components可以根據數據集中的樣本數和Johnson-Lindenstrauss引理給出的邊界自動調整。在那種情況下，嵌入的質量由eps參數控制。應當指出，Johnson-Lindenstrauss引理可以對所需的組件數進行非常保守的估計，因為它無需對數據集的結構進行假設。
eps	strictly positive float, optional (default=0.1) 當n_components設置為“ auto”時，根據Johnson-Lindenstrauss引理控制嵌入質量的參數。較小的值導致在目標投影空間中更好的嵌入和更多的尺寸（n_components）
random_state	int, RandomState instance or None, optional (default=None) 控制用于在擬合時間生成投影矩陣的偽隨機數生成器。為多個函數調用傳遞可重復輸出的int值。請參閱詞匯表。

屬性	說明
n_components_	int 當n_components =“ auto”時計算的具體組件數。
components_	numpy array of shape [n_components, n_features] 用于投影的隨機矩陣。

另見：

SparseRandomProjection

示例

>>> import numpy as np
>>> from sklearn.random_projection import GaussianRandomProjection
>>> rng = np.random.RandomState(42)
>>> X = rng.rand(100, 10000)
>>> transformer = GaussianRandomProjection(random_state=rng)
>>> X_new = transformer.fit_transform(X)
>>> X_new.shape
(100, 3947)

方法

方法	說明
`fit`(X[, y])	生成稀疏隨機投影矩陣
`fit_transform`(X[, y])	適合數據，然后對其進行轉換。
`get_params`([deep])	獲取此估計量的參數。
`set_params`(**params)	設置此估算器的參數。
`transform`(X)	通過將矩陣乘積與隨機矩陣一起使用來投影數據

__init__(n_components='auto', *, eps=0.1, random_state=None)

[源碼]

初始化self，請參閱help(type(self))以獲得準確的說明

fit(X, y=None)

[源碼]

生成稀疏隨機投影矩陣

參數	說明
X	numpy array or scipy.sparse of shape [n_samples, n_features] 訓練集：根據上述論文中引用的理論，僅使用形狀來找到最佳隨機矩陣尺寸。
y	被忽略

返回值
self

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

[源碼]

適合數據，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_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)

[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 Parameter names mapped to their values.

set_params(**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）。后者的參數格式為<component> __ <parameter>，以便可以更新嵌套對象的每個組件。

參數	說明
**params	dict 估算器參數。

返回值	說明
self	object 估算器實例。

transform(X)

[源碼]

通過將矩陣乘積與隨機矩陣一起使用來投影數據

參數	說明
X	numpy array or scipy.sparse of shape [n_samples, n_features] 輸入數據投影到較小的維空間中。

返回值	說明
X_new	numpy array or scipy sparse of shape [n_samples, n_components] 投影陣列。