SelectFdr#

class sklearn.feature_selection.SelectFdr(score_func=<function f_classif>, *, alpha=0.05)[source]#

过滤器：选择用于估计假发现率的 p 值。

这使用了 Benjamini-Hochberg 过程。alpha 是预期假发现率的上限。

在用户指南中阅读更多内容。

参数:

score_func可调用对象, 默认值=f_classif: 一个接受两个数组 X 和 y，并返回一对数组（得分，p值）的函数。默认值为 f_classif（参见下方“另请参见”）。此默认函数仅适用于分类任务。
alpha浮点型, 默认值=5e-2: 要保留的特征的最高未校正 p 值。

属性:

scores_形状为 (n_features,) 的类数组: 特征的得分。
pvalues_形状为 (n_features,) 的类数组: 特征得分的 p 值。
n_features_in_整型: 在拟合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: 在拟合期间看到的特征名称。仅当 X 的特征名称全部为字符串时才定义。

1.0 版本新增。

另请参见

f_classif: 分类任务中标签/特征之间的 ANOVA F 值。
mutual_info_classif: 离散目标的互信息。
chi2: 分类任务中非负特征的卡方统计。
f_regression: 回归任务中标签/特征之间的 F 值。
mutual_info_regression: 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。
SelectFwe: 根据家族错误率选择特征。
GenericUnivariateSelect: 具有可配置模式的单变量特征选择器。

参考文献

https://en.wikipedia.org/wiki/False_discovery_rate

示例

>>> from sklearn.datasets import load_breast_cancer
>>> from sklearn.feature_selection import SelectFdr, chi2
>>> X, y = load_breast_cancer(return_X_y=True)
>>> X.shape
(569, 30)
>>> X_new = SelectFdr(chi2, alpha=0.01).fit_transform(X, y)
>>> X_new.shape
(569, 16)

fit(X, y=None)[source]#

对 (X, y) 运行得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: 训练输入样本。
y形状为 (n_samples,) 的类数组或 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)[source]#

拟合数据，然后进行转换。

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（无监督转换时为 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]#

根据选定的特征遮罩特征名称。

参数:

input_features字符串类数组或 None, 默认值=None

输入特征。

如果 input_features 为 None，则使用 feature_names_in_ 作为输入特征名称。如果未定义 feature_names_in_，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，则如果定义了 feature_names_in_，则 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()[source]#

获取此对象的元数据路由。

请查看用户指南以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)[source]#

获取此估计器的参数。

参数:

deep布尔型, 默认值=True: 如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:

params字典: 映射到其值的参数名称。

get_support(indices=False)[source]#

获取所选特征的掩码或整数索引。

参数:

indices布尔型, 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 [# 输入特征] 的布尔数组，其中当且仅当其对应特征被选中保留时，元素为 True。如果 indices 为 True，则这是一个形状为 [# 输出特征] 的整数数组，其值是输入特征向量的索引。

inverse_transform(X)[source]#

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: 通过transform 移除特征的位置插入零列的 X。

set_output(*, transform=None)[source]#

设置输出容器。

有关如何使用此 API 的示例，请参阅Introducing the set_output API。

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: 转换配置不变

1.4 版本新增：添加了 "polars" 选项。

返回:

self估计器实例: 估计器实例。

set_params(**params)[source]#

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 <component>__<parameter> 形式的参数，以便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)[source]#

将 X 简化为选定的特征。

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: 仅包含选定特征的输入样本。

SelectFdr#

本页