MiniBatchSparsePCA#

class sklearn.decomposition.MiniBatchSparsePCA(n_components=None, *, alpha=1, ridge_alpha=0.01, max_iter=1000, callback=None, batch_size=3, verbose=False, shuffle=True, n_jobs=None, method='lars', random_state=None, tol=0.001, max_no_improvement=10)[source]#

Mini-batch 稀疏主成分分析。

找到能够最优重建数据的稀疏分量集。稀疏程度可通过L1惩罚项系数（参数alpha）控制。

有关稀疏PCA与PCA比较的示例，请参阅 Faces dataset decompositions

在用户指南中了解更多信息。

参数:

n_componentsint, default=None

要提取的稀疏原子数量。如果为None，则 n_components 设置为 n_features。

alphaint, default=1

稀疏性控制参数。值越高，分量越稀疏。

ridge_alphafloat, default=0.01

在调用transform方法时，为改善条件应用L2正则化收缩的量。

max_iterint, default=1_000

Maximum number of iterations over the complete dataset before stopping independently of any early stopping criterion heuristics.

1.2 版本新增。

callbackcallable, default=None

每五次迭代调用一次的回调函数。

batch_sizeint, default=3

每个mini batch中要获取的特征数量。

verboseint or bool, default=False

控制详细程度；值越高，消息越多。默认为0。

shufflebool, default=True

在将数据分成批次之前是否进行打乱。

n_jobsint, default=None

要并行运行的作业数量。None 表示 1，除非在 joblib.parallel_backend 上下文中。-1 表示使用所有处理器。有关更多详细信息，请参阅词汇表。

method{‘lars’, ‘cd’}, default=’lars’

用于优化的方法。lars：使用最小角回归方法解决lasso问题（linear_model.lars_path）。cd：使用坐标下降方法计算Lasso解（linear_model.Lasso）。如果估计的分量是稀疏的，Lars会更快。

random_stateint, RandomState instance or None, default=None

当 shuffle 设置为 True 时，在在线字典学习期间用于随机打乱。传入一个整数可以在多次函数调用中获得可重现的结果。参见 Glossary。

tolfloat, default=1e-3

根据两次迭代之间字典差异的范数控制提前停止。

要禁用基于字典更改的提前停止，请将 tol 设置为 0.0。

版本 1.1 中新增。

max_no_improvementint or None, default=10

根据连续的 mini batch 数量控制提前停止，这些 mini batch 对平滑成本函数没有改进。

要禁用基于成本函数的收敛检测，请将 max_no_improvement 设置为 None。

版本 1.1 中新增。

属性:

components_ndarray of shape (n_components, n_features): 从数据中提取的稀疏分量。
n_components_int: 估计的分量数量。

0.23 版本新增。
n_iter_int: 运行的迭代次数。
mean_shape 为 (n_features,) 的 ndarray: 每个特征的经验均值，从训练集估计。等于 X.mean(axis=0)。
n_features_in_int: 在拟合期间看到的特征数。

0.24 版本新增。
feature_names_in_shape 为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

DictionaryLearning: 查找一个稀疏编码数据的字典。
IncrementalPCA: 增量主成分分析。
PCA: 主成分分析。
SparsePCA: 稀疏主成分分析。
TruncatedSVD: 使用截断 SVD 进行降维。

示例

>>> import numpy as np
>>> from sklearn.datasets import make_friedman1
>>> from sklearn.decomposition import MiniBatchSparsePCA
>>> X, _ = make_friedman1(n_samples=200, n_features=30, random_state=0)
>>> transformer = MiniBatchSparsePCA(n_components=5, batch_size=50,
...                                  max_iter=10, random_state=0)
>>> transformer.fit(X)
MiniBatchSparsePCA(...)
>>> X_transformed = transformer.transform(X)
>>> X_transformed.shape
(200, 5)
>>> # most values in the components_ are zero (sparsity)
>>> np.mean(transformer.components_ == 0)
np.float64(0.9)

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

根据 X 中的数据拟合模型。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 训练向量，其中 n_samples 是样本数，n_features 是特征数。
y被忽略: Not used, present here for API consistency by convention.

返回:

selfobject: 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:

Xshape 为 (n_samples, n_features) 的 array-like: 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（对于无监督转换，为 None）。
**fit_paramsdict: 额外的拟合参数。仅当估计器在其 fit 方法中接受额外的参数时才传递。

返回:

X_newndarray array of shape (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。

The feature names out will prefixed by the lowercased class name. For example, if the transformer outputs 3 features, then the feature names out are: ["class_name0", "class_name1", "class_name2"].

参数:

input_featuresarray-like of str or None, default=None: Only used to validate feature names with the names seen in fit.

返回:

feature_names_outstr 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。

请查阅用户指南，了解路由机制如何工作。

返回:

routingMetadataRequest: 封装路由信息的 MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:

deepbool, default=True: 如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:

paramsdict: 参数名称映射到其值。

inverse_transform(X)[source]#

将数据从潜在空间转换回原始空间。

由于正向分解引起的信息丢失，这种反演是一种近似。

1.2 版本新增。

参数:

Xshape为(n_samples, n_components)的ndarray: 潜在空间中的数据。

返回:

X_original形状为 (n_samples, n_features) 的 ndarray: 重建后的原始空间中的数据。

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

设置输出容器。

有关如何使用 API 的示例，请参阅引入 set_output API。

参数:

transform{“default”, “pandas”, “polars”}, default=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: 转换配置保持不变

1.4 版本新增: 添加了 "polars" 选项。

返回:

selfestimator instance: 估计器实例。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的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:

**paramsdict: 估计器参数。

返回:

selfestimator instance: 估计器实例。

transform(X)[source]#

将数据最小二乘投影到稀疏分量上。

为了避免系统欠定引起的不稳定问题，可以通过 ridge_alpha 参数应用正则化（岭回归）。

请注意，稀疏PCA分量正交性不像PCA那样被强制执行，因此不能使用简单的线性投影。

参数:

Xndarray of shape (n_samples, n_features): 要转换的测试数据，必须具有与用于训练模型的数据相同的特征数。

返回:

X_newndarray of shape (n_samples, n_components): 转换后的数据。

Gallery examples#

人脸数据集分解

MiniBatchSparsePCA#

Gallery examples#

本页