高斯随机投影#
- class sklearn.random_projection.GaussianRandomProjection(n_components='auto', *, eps=0.1, compute_inverse_components=False, random_state=None)[source]#
通过高斯随机投影降低维度。
随机矩阵的分量是从 N(0, 1 / n_components) 中抽取的。
更多信息请阅读 用户指南。
版本 0.13 中添加。
- 参数：
- n_componentsint 或 ‘auto’，默认为 ‘auto’
目标投影空间的维度。
根据数据集中的样本数量和 Johnson-Lindenstrauss 引理给出的界限，可以自动调整 n_components。在这种情况下，嵌入的质量由
eps参数控制。需要注意的是，Johnson-Lindenstrauss 引理可能会产生所需组件数量的非常保守的估计值，因为它没有对数据集的结构做出任何假设。
- eps浮点数，默认值=0.1
根据 Johnson-Lindenstrauss 引理，控制嵌入质量的参数，当
n_components设置为 'auto' 时使用。该值应严格为正。较小的值会导致更好的嵌入和目标投影空间中更高的维度数 (n_components)。
- compute_inverse_components布尔值，默认值=False
在拟合过程中通过计算分量的伪逆来学习逆变换。请注意，计算伪逆不能很好地扩展到大型矩阵。
- random_state整数、RandomState 实例或 None，默认值=None
控制在拟合时用于生成投影矩阵的伪随机数生成器。传递一个整数以在多次函数调用中获得可重复的输出。参见 词汇表。
- 属性:
- n_components_整数
当 n_components=”auto” 时计算出的具体组件数。
- components_形状为 (n_components, n_features) 的 ndarray
用于投影的随机矩阵。
- inverse_components_形状为 (n_features, n_components) 的 ndarray
组件的伪逆，仅当
compute_inverse_components为 True 时计算。1.1 版中新增。
- n_features_in_整数
在 拟合过程中看到的特征数量。
0.24 版中新增。
- feature_names_in_形状为 (
n_features_in_,) 的 ndarray 在 拟合过程中看到的特征名称。仅当
X的特征名称全部为字符串时定义。1.0 版中新增。
另请参见
稀疏随机投影通过稀疏随机投影降低维度。
示例
>>> import numpy as np >>> from sklearn.random_projection import GaussianRandomProjection >>> rng = np.random.RandomState(42) >>> X = rng.rand(25, 3000) >>> transformer = GaussianRandomProjection(random_state=rng) >>> X_new = transformer.fit_transform(X) >>> X_new.shape (25, 2759)
- fit(X, y=None)[source]#
生成稀疏随机投影矩阵。
- 参数：
- X形状为 (n_samples, n_features) 的 {ndarray，稀疏矩阵}
训练集：仅使用形状根据上述论文中引用的理论查找最佳随机矩阵维度。
- y忽略
未使用，出于 API 一致性约定而在此处显示。
- 返回:
- self对象
BaseRandomProjection 类实例。
- fit_transform(X, y=None, **fit_params)[source]#
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，默认值=None
目标值（无监督变换为 None）。
- **fit_params字典
附加拟合参数。
- 返回:
- X_new形状为 (n_samples, n_features_new) 的 ndarray 数组
转换后的数组。
- get_feature_names_out(input_features=None)[source]#
获取变换的输出特征名称。
输出的特征名称将以小写的类名作为前缀。例如，如果转换器输出 3 个特征，则输出的特征名称为：
["class_name0", "class_name1", "class_name2"]。- 参数：
- input_features字符串类数组或 None，默认值=None
仅用于使用在
fit中看到的名称验证特征名称。
- 返回:
- feature_names_out字符串对象的 ndarray
转换后的特征名称。
- get_metadata_routing()[source]#
获取此对象的元数据路由。
请查看 用户指南，了解路由机制的工作原理。
- 返回:
- routingMetadataRequest
一个
MetadataRequest封装路由信息。
- get_params(deep=True)[source]#
获取此估计器的参数。
- 参数：
- deep布尔值，默认值=True
如果为 True，则将返回此估计器和包含的作为估计器的子对象的参数。
- 返回:
- params字典
参数名称与其值的映射。
- inverse_transform(X)[source]#
将数据投影回其原始空间。
返回一个数组 X_original，其变换将是 X。请注意，即使 X 是稀疏的，X_original 也是密集的：这可能会使用大量 RAM。
如果
compute_inverse_components为 False，则在每次调用inverse_transform时都会计算组件的逆，这可能代价很高。- 参数：
- X形状为 (n_samples, n_components) 的 {类数组，稀疏矩阵}
待转换回的数据。
- 返回:
- X_original形状为 (n_samples, n_features) 的 ndarray
重建后的数据。
- set_output(*, transform=None)[source]#
设置输出容器。
参见 Introducing the set_output API 了解如何使用该API。
- 参数：
- transform{"default", "pandas", "polars"}, default=None
配置
transform和fit_transform的输出。"default": 变换器的默认输出格式"pandas": DataFrame 输出"polars": Polars 输出None: 变换配置不变
版本 1.4 中新增：
"polars"选项已添加。
- 返回:
- self估计器实例
估计器实例。