add_dummy_feature

sklearn.preprocessing.add_dummy_feature(X, value=1.0)

增广数据集，增加一个虚拟特征。

这对于在无法直接拟合截距项的实现中拟合截距项很有用。

参数:

X{类数组, 稀疏矩阵} 形状为 (n_samples, n_features)

数据。

value浮点型

用于虚拟特征的值。

返回:

X{ndarray, 稀疏矩阵} 形状为 (n_samples, n_features + 1)

相同的数据，虚拟特征作为第一列添加。

示例

>>> from sklearn.preprocessing import add_dummy_feature
>>> add_dummy_feature([[0, 1], [1, 0]])
array([[1., 0., 1.],
       [1., 1., 0.]])