SelectKBest#

class sklearn.feature_selection.SelectKBest(score_func=<function f_classif>, *, k=10)[source]#

根据 k 个最高分数选择特征。

在用户指南中阅读更多信息。

参数:

score_func可调用对象，默认=f_classif: 接受两个数组 X 和 y 的函数，返回一对数组（分数，p值）或一个包含分数的单一数组。默认值为 f_classif（参见下方“另请参见”）。默认函数仅适用于分类任务。

0.18 版本新增。
k整型或“all”，默认=10: 要选择的最高特征数量。“all”选项绕过选择，用于参数搜索。

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 仅返回分数，则为 None。
n_features_in_整型: 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: 根据最高分数的百分位数选择特征。
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: 根据家族错误率选择特征。
GenericUnivariateSelect: 具有可配置模式的单变量特征选择器。

注释

得分相等的特征之间的平局将以未指定的方式打破。

此过滤器支持仅请求 X 计算分数的无监督特征选择。

示例

>>> from sklearn.datasets import load_digits
>>> from sklearn.feature_selection import SelectKBest, chi2
>>> X, y = load_digits(return_X_y=True)
>>> X.shape
(1797, 64)
>>> X_new = SelectKBest(chi2, k=20).fit_transform(X, y)
>>> X_new.shape
(1797, 20)

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

对 (X, y) 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)[source]#

拟合数据，然后对其进行转换。

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=None: 目标值（无监督转换时为 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)[source]#

根据选定的特征遮罩特征名称。

参数:

input_features字符串类数组对象或 None，默认=None

输入特征。

如果 input_features 为 None，则 feature_names_in_ 用作输入特征名称。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 是一个类数组对象，则如果 feature_names_in_ 已定义，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布尔值，默认=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: 参数名称与其值之间的映射。

get_support(indices=False)[source]#

获取所选特征的掩码或整数索引。

参数:

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

返回:

support数组: 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 [# 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]#

反转转换操作。

参数: