转换器混合类#

class sklearn.base.TransformerMixin[source]#

scikit-learn 中所有转换器的混合类。

此混合类定义了以下功能：

一个 fit_transform 方法，它委托给 fit 和 transform 方法；
一个 set_output 方法，用于将 X 输出为特定的容器类型。

如果定义了get_feature_names_out，则BaseEstimator 将自动包装 transform 和 fit_transform 以遵循 set_output API。详情请参见set_output 开发者 API。

OneToOneFeatureMixin 和 ClassNamePrefixFeaturesOutMixin 是定义 get_feature_names_out 的有用 mixin。

示例

>>> import numpy as np
>>> from sklearn.base import BaseEstimator, TransformerMixin
>>> class MyTransformer(TransformerMixin, BaseEstimator):
...     def __init__(self, *, param=1):
...         self.param = param
...     def fit(self, X, y=None):
...         return self
...     def transform(self, X):
...         return np.full(shape=len(X), fill_value=self.param)
>>> transformer = MyTransformer()
>>> X = [[1, 2], [2, 3], [3, 4]]
>>> transformer.fit_transform(X)
array([1, 1, 1])

fit_transform(X, y=None, **fit_params)[源代码]#

拟合数据，然后转换它。

使用可选参数 fit_params 将转换器拟合到 X 和 y，并返回 X 的转换版本。

参数：

X形状为 (n_samples, n_features) 的类数组: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组，默认为 None: 目标值（对于无监督转换，则为 None）。
**fit_params字典: 附加拟合参数。

返回：