GenericUnivariateSelect#

class sklearn.feature_selection.GenericUnivariateSelect(score_func=<function f_classif>, *, mode='percentile', param=1e-05)[源]#

具有可配置策略的单变量特征选择器。

更多信息请参阅用户指南。

参数:

score_func可调用对象, 默认值=f_classif: 接受两个数组X和y的函数，返回一对数组（scores, pvalues）。对于“percentile”或“kbest”模式，它可以返回单个数组 scores。
mode{‘percentile’, ‘k_best’, ‘fpr’, ‘fdr’, ‘fwe’}, 默认值='percentile': 特征选择模式。请注意，'percentile' 和 'kbest' 模式支持无监督特征选择（当 y 为 None 时）。
param“all”, 浮点数或整数, 默认值=1e-5: 相应模式的参数。

属性:

scores_形状为 (n_features,) 的类数组对象: 特征得分。
pvalues_形状为 (n_features,) 的类数组对象: 特征得分的 p 值，如果 score_func 只返回得分，则为 None。
n_features_in_整数: 在 fit 期间看到的特征数量。

0.24 版本新增。
feature_names_in_形状为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 的所有特征名称均为字符串时才定义。

1.0 版本新增。

另请参阅

f_classif: 用于分类任务的标签/特征之间的方差分析F值。
mutual_info_classif: 用于离散目标的互信息。
chi2: 用于分类任务的非负特征的卡方统计。
f_regression: 用于回归任务的标签/特征之间的F值。
mutual_info_regression: 用于连续目标的互信息。
SelectPercentile: 根据最高得分的百分位数选择特征。
SelectKBest: 根据 k 个最高得分选择特征。
SelectFpr: 根据假阳性率测试选择特征。
SelectFdr: 根据估计的错误发现率选择特征。
SelectFwe: 根据家族误差率选择特征。

示例

>>> from sklearn.datasets import load_breast_cancer
>>> from sklearn.feature_selection import GenericUnivariateSelect, chi2
>>> X, y = load_breast_cancer(return_X_y=True)
>>> X.shape
(569, 30)
>>> transformer = GenericUnivariateSelect(chi2, mode='k_best', param=20)
>>> X_new = transformer.fit_transform(X, y)
>>> X_new.shape
(569, 20)

fit(X, y=None)[源]#

在 (X, y) 上运行评分函数并获取适当的特征。

参数:

X形状为 (n_samples, n_features) 的类数组对象: 训练输入样本。
y形状为 (n_samples,) 的类数组对象或 None: 目标值（分类中的类别标签，回归中的实数）。如果选择器是无监督的，则 y 可以设置为 None。

返回:

self对象: 返回实例本身。

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

对数据进行拟合，然后转换。

将转换器拟合到 X 和 y，使用可选参数 fit_params 并返回转换后的 X。

参数:

X形状为 (n_samples, n_features) 的类数组对象: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象, 默认值=None: 目标值（对于无监督转换，则为 None）。
**fit_params字典: 额外的拟合参数。

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)[源]#

根据选定的特征遮盖特征名称。

参数:

input_features字符串的类数组对象或 None, 默认值=None

输入特征。

如果 input_features 为 None，则使用 feature_names_in_ 作为特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。
如果 input_features 是类数组对象，则在 feature_names_in_ 定义时，input_features 必须与 feature_names_in_ 匹配。

返回:

feature_names_out字符串对象的 ndarray: 转换后的特征名称。

get_metadata_routing()[源]#

获取此对象的元数据路由。

请查阅用户指南了解路由机制的工作原理。

返回:

routingMetadataRequest: 一个封装路由信息的 MetadataRequest。

get_params(deep=True)[源]#

获取此估计器的参数。

参数:

deep布尔值, 默认值=True: 如果为 True，将返回此估计器的参数以及所包含的作为估计器的子对象的参数。

返回:

params字典: 参数名称及其对应的值。

get_support(indices=False)[源]#

获取所选特征的掩码或整数索引。

参数:

indices布尔值, 默认值=False: 如果为 True，返回值将是一个整数数组，而不是布尔掩码。

返回:

support数组: 一个从特征向量中选择保留特征的索引。如果 indices 为 False，则这是一个形状为 [# input features] 的布尔数组，其中一个元素为 True 当且仅当其对应的特征被选择保留。如果 indices 为 True，则这是一个形状为 [# output features] 的整数数组，其值是输入特征向量的索引。

inverse_transform(X)[源]#

反向转换操作。

参数:

X形状为 [n_samples, n_selected_features] 的数组: 输入样本。

返回:

X_original形状为 [n_samples, n_original_features] 的数组: 插入零列的 X，其中特征本应被 transform 移除。

set_output(*, transform=None)[源]#

设置输出容器。

请参阅 Introducing the set_output API 以获取如何使用此 API 的示例。

参数:

transform{“default”, “pandas”, “polars”}, 默认值=None

配置 transform 和 fit_transform 的输出。

"default": 转换器的默认输出格式
"pandas": DataFrame 输出
"polars": Polars 输出
None: 转换配置未改变

1.4 版本新增："polars" 选项已添加。

返回:

self估计器实例: 估计器实例。

set_params(**params)[源]#

设置此估计器的参数。

此方法适用于简单估计器以及嵌套对象（例如 Pipeline）。后者具有形式为 <component>__<parameter> 的参数，因此可以更新嵌套对象的每个组件。

参数:

**params字典: 估计器参数。

返回:

self估计器实例: 估计器实例。

transform(X)[源]#

将 X 缩减为所选特征。

参数:

X形状为 [n_samples, n_features] 的数组: 输入样本。

返回:

X_r形状为 [n_samples, n_selected_features] 的数组: 只包含所选特征的输入样本。

GenericUnivariateSelect#

此页