PolynomialCountSketch#

class sklearn.kernel_approximation.PolynomialCountSketch(*, gamma=1.0, degree=2, coef0=0, n_components=100, random_state=None)[源代码]#

通过张量草图近似多项式核。

实现 Tensor Sketch，它通过使用快速傅里叶变换 (FFT) 有效地计算向量自身外积的 Count Sketch，从而近似多项式核的特征映射。

K(X, Y) = (gamma * <X, Y> + coef0)^degree

在用户指南中阅读更多内容。

0.24 版本新增。

参数:
gammafloat, default=1.0

将要近似其特征映射的多项式核的参数。

degreeint, default=2

将要近似其特征映射的多项式核的度。

coef0int, default=0

将要近似其特征映射的多项式核的常数项。

n_componentsint, default=100

输出特征空间的维度。通常，为了获得良好的性能，n_components 应大于输入样本中的特征数量。最佳分数/运行时平衡通常在 n_components = 10 * n_features 左右实现，但这取决于所使用的特定数据集。

random_stateint, RandomState instance, default=None

确定 indexHash 和 bitHash 初始化的随机数生成。传入一个 int 以在多次函数调用中获得可重现的结果。请参阅术语表。

属性:
indexHash_形状为 (degree, n_features) 的 ndarray，dtype=int64

范围为 [0, n_components) 的索引数组，用于表示 Count Sketch 计算的 2-wise 独立哈希函数。

bitHash_形状为 (degree, n_features) 的 ndarray，dtype=float32

具有 {+1, -1} 中随机条目的数组，用于表示 Count Sketch 计算的 2-wise 独立哈希函数。

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

AdditiveChi2Sampler

加性卡方核的近似特征图。

Nystroem

使用训练数据的子集近似核图。

RBFSampler

使用随机傅里叶特征近似 RBF 核特征图。

SkewedChi2Sampler

“偏斜卡方”核的近似特征图。

sklearn.metrics.pairwise.kernel_metrics

List of built-in kernels.

示例

>>> from sklearn.kernel_approximation import PolynomialCountSketch
>>> from sklearn.linear_model import SGDClassifier
>>> X = [[0, 0], [1, 1], [1, 0], [0, 1]]
>>> y = [0, 0, 1, 1]
>>> ps = PolynomialCountSketch(degree=3, random_state=1)
>>> X_features = ps.fit_transform(X)
>>> clf = SGDClassifier(max_iter=10, tol=1e-3)
>>> clf.fit(X_features, y)
SGDClassifier(max_iter=10)
>>> clf.score(X_features, y)
1.0

有关更详细的用法示例，请参阅使用多项式核近似进行可伸缩学习

fit(X, y=None)[源代码]#

使用 X 拟合模型。

初始化内部变量。该方法不需要有关数据分布的信息，因此我们只关心 X 中的 n_features。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

训练数据，其中 n_samples 是样本数，n_features 是特征数。

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）。

返回:
selfobject

返回实例本身。

fit_transform(X, y=None, **fit_params)[源代码]#

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)[源代码]#

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()[源代码]#

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)[源代码]#

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。

set_output(*, transform=None)[源代码]#

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)[源代码]#

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)[源代码]#

为 X 生成特征映射近似。

参数:
X{array-like}, 形状 (n_samples, n_features)

新数据，其中 n_samples 是样本数量，n_features 是特征数量。

返回:
X_newarray-like, shape (n_samples, n_components)

返回实例本身。