二值化

sklearn.preprocessing.binarize(X, *, threshold=0.0, copy=True)

对类数组或 scipy.sparse 矩阵进行布尔阈值处理。

在用户指南中阅读更多内容。

参数:

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

要逐元素进行二值化的数据。为避免不必要的复制，scipy.sparse 矩阵应采用 CSR 或 CSC 格式。

threshold浮点型，默认值=0.0

特征值小于或等于此阈值的替换为 0，大于此阈值的替换为 1。对于稀疏矩阵操作，阈值不能小于 0。

copy布尔型，默认值=True

如果为 False，则尝试避免复制并就地二值化。这不保证总能就地工作；例如，如果数据是具有对象 dtype 的 numpy 数组，即使 copy=False 也会返回一个副本。

返回:

X_tr{ndarray，稀疏矩阵}，形状为 (n_samples, n_features)

转换后的数据。

另请参阅

Binarizer

使用 Transformer API 执行二值化（例如，作为预处理 Pipeline 的一部分）。

示例

>>> from sklearn.preprocessing import binarize
>>> X = [[0.4, 0.6, 0.5], [0.6, 0.1, 0.2]]
>>> binarize(X, threshold=0.5)
array([[0., 1., 0.],
       [1., 0., 0.]])