Binarizer#
- class sklearn.preprocessing.Binarizer(*, threshold=0.0, copy=True)[source]#
根据阈值将数据二值化（将特征值设置为 0 或 1）。
大于阈值的值映射为 1，小于或等于阈值的值映射为 0。在默认阈值为 0 的情况下，只有正值会映射为 1。
二值化是文本计数数据中的常见操作，分析师可以决定只考虑特征的存在与否，而不是量化的出现次数。
它也可以用作估计器（例如在贝叶斯设置中使用伯努利分布建模的估计器）的预处理步骤，这些估计器考虑布尔随机变量。
在用户指南中阅读更多信息。
- 参数:
- threshold浮点数, 默认值=0.0
小于或等于此值的特征值替换为 0，大于此值的替换为 1。对于稀疏矩阵的操作，阈值不能小于 0。
- copy布尔值, 默认值=True
设置为 False 可执行原地二值化并避免复制（如果输入已经是 numpy 数组或 scipy.sparse CSR 矩阵）。
- 属性:
另请参阅
binarize不使用估计器 API 的等效函数。
KBinsDiscretizer将连续数据分箱到区间中。
OneHotEncoder将分类特征编码为独热数值数组。
备注
如果输入是稀疏矩阵，则只有非零值受
Binarizer类的更新影响。此估计器是无状态的，不需要进行拟合。但是，我们建议调用
fit_transform而不是transform，因为参数验证仅在fit中执行。示例
>>> from sklearn.preprocessing import Binarizer >>> X = [[ 1., -1., 2.], ... [ 2., 0., 0.], ... [ 0., 1., -1.]] >>> transformer = Binarizer().fit(X) # fit does nothing. >>> transformer Binarizer() >>> transformer.transform(X) array([[1., 0., 1.], [1., 0., 0.], [0., 1., 0.]])
- fit(X, y=None)[source]#
仅验证估计器的参数。
此方法允许：(i) 验证估计器的参数，以及 (ii) 与 scikit-learn 转换器 API 保持一致。
- 参数:
- X{类数组, 稀疏矩阵}, 形状为 (n_samples, n_features)
数据。
- y无
忽略。
- 返回:
- self对象
已拟合的转换器。
- 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类数组, 形状为 (n_samples, n_features)
输入样本。
- y类数组, 形状为 (n_samples,) 或 (n_samples, n_outputs), 默认值=None
目标值（对于无监督转换设置为 None）。
- **fit_params字典
附加的拟合参数。
- 返回:
- X_newndarray 数组, 形状为 (n_samples, n_features_new)
转换后的数组。
- get_feature_names_out(input_features=None)[source]#
获取转换的输出特征名称。
- 参数:
- input_features类数组的字符串或 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，则如果feature_names_in_已定义，input_features必须与feature_names_in_匹配。
- 返回:
- feature_names_out字符串对象的 ndarray
与输入特征相同。
- 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布尔值, 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
参数名称映射到其值。
- set_output(*, transform=None)[source]#
设置输出容器。
请参阅set_output API 介绍以获取如何使用该 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: 转换配置未更改
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（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。
- set_transform_request(*, copy: bool | None | str = '$UNCHANGED$') Binarizer[source]#
请求传递给
transform方法的元数据。请注意，此方法仅在
enable_metadata_routing=True时相关（参见sklearn.set_config）。请参阅用户指南以了解路由机制的工作原理。每个参数的选项为
True: 请求元数据，如果提供则传递给transform。如果未提供元数据，则请求被忽略。False: 不请求元数据，且元估计器不会将其传递给transform。None: 不请求元数据，如果用户提供元数据，元估计器将引发错误。str: 应将元数据以给定别名而非原始名称传递给元估计器。
默认值（
sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求，而不更改其他参数。1.3 版本新增。
注意
此方法仅在估计器作为元估计器（例如在
Pipeline内部使用）的子估计器时才相关。否则无效。- 参数:
- copy字符串, True, False, 或 None, 默认值=sklearn.utils.metadata_routing.UNCHANGED
在
transform方法中，copy参数的元数据路由。
- 返回:
- self对象
更新后的对象。