NeighborhoodComponentsAnalysis#

class sklearn.neighbors.NeighborhoodComponentsAnalysis(n_components=None, *, init='auto', warm_start=False, max_iter=50, tol=1e-05, callback=None, verbose=0, random_state=None)[source]#

邻域成分分析。

邻域成分分析（Neighborhood Component Analysis，NCA）是一种用于度量学习的机器学习算法。它以有监督的方式学习一个线性变换，以提高变换空间中随机最近邻规则的分类精度。

在用户指南中阅读更多内容。

参数:
n_componentsint, default=None

投影空间的首选维度。如果为 None，则将设置为 n_features。

init{‘auto’, ‘pca’, ‘lda’, ‘identity’, ‘random’} or ndarray of shape (n_features_a, n_features_b), default=’auto’

线性变换的初始化。可能的选项包括 'auto'、'pca'、'lda'、'identity'、'random'，以及形状为 (n_features_a, n_features_b) 的 numpy 数组。

  • 'auto'

    根据 n_components 的值，选择最合理的初始化方式。如果 n_components <= min(n_features, n_classes - 1)，我们使用 'lda'，因为它使用了标签信息。如果不是这种情况，但 n_components < min(n_features, n_samples)，我们使用 'pca'，因为它将数据投影到有意义的方向（方差较高的方向）。否则，我们只使用 'identity'。

  • 'pca'

    传递给 fit 的输入的 n_components 个主成分将用于初始化变换。（请参阅 PCA）

  • 'lda'

    传递给 fit 的输入中最具判别性的 min(n_components, n_classes) 个成分将用于初始化变换。（如果 n_components > n_classes，其余成分将为零。）（请参阅 LinearDiscriminantAnalysis）

  • 'identity'

    如果 n_components 严格小于传递给 fit 的输入的维度，则单位矩阵将被截断为前 n_components 行。

  • 'random'

    初始变换将是一个形状为 (n_components, n_features) 的随机数组。每个值从标准正态分布中采样。

  • numpy array

    n_features_b 必须与传递给 fit 的输入的维度匹配，且 n_features_a 必须小于或等于该维度。如果 n_components 不是 None，则 n_features_a 必须与它匹配。

warm_startbool, default=False

如果为 True 且之前调用过 fit，则上次调用 fit 的解决方案将用作初始线性变换（n_components 和 init 将被忽略）。

max_iterint, default=50

优化中的最大迭代次数。

tolfloat, default=1e-5

优化的收敛容差。

callbackcallable, default=None

如果不是 None，此函数将在优化器每次迭代后调用，参数为当前解决方案（扁平化的变换矩阵）和迭代次数。如果需要检查或存储每次迭代后找到的变换，这可能很有用。

verboseint, default=0

如果为 0，则不打印进度消息。如果为 1，则将进度消息打印到标准输出。如果 > 1，将打印进度消息，并且 scipy.optimize.minimize 的 disp 参数将设置为 verbose - 2。

random_stateint or numpy.RandomState, default=None

伪随机数生成器对象或其种子（如果为 int）。如果 init='random'，random_state 用于初始化随机变换。如果 init='pca'，random_state 作为参数传递给 PCA 以初始化变换。传入 int 可在多次函数调用中实现可重现的结果。请参阅 Glossary。

属性:
components_ndarray of shape (n_components, n_features)

拟合过程中学到的线性变换。

n_features_in_int

在 拟合 期间看到的特征数。

0.24 版本新增。

n_iter_int

计算优化器执行的迭代次数。

random_state_numpy.RandomState

初始化过程中使用的伪随机数生成器对象。

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

sklearn.discriminant_analysis.LinearDiscriminantAnalysis

线性判别分析。

sklearn.decomposition.PCA

主成分分析 (PCA)。

References

[1]

J. Goldberger, G. Hinton, S. Roweis, R. Salakhutdinov. “Neighbourhood Components Analysis”. Advances in Neural Information Processing Systems. 17, 513-520, 2005. https://www.cs.toronto.edu/~rsalakhu/papers/ncanips.pdf

[2]

Wikipedia entry on Neighborhood Components Analysis https://en.wikipedia.org/wiki/Neighbourhood_components_analysis

示例

>>> from sklearn.neighbors import NeighborhoodComponentsAnalysis
>>> from sklearn.neighbors import KNeighborsClassifier
>>> from sklearn.datasets import load_iris
>>> from sklearn.model_selection import train_test_split
>>> X, y = load_iris(return_X_y=True)
>>> X_train, X_test, y_train, y_test = train_test_split(X, y,
... stratify=y, test_size=0.7, random_state=42)
>>> nca = NeighborhoodComponentsAnalysis(random_state=42)
>>> nca.fit(X_train, y_train)
NeighborhoodComponentsAnalysis(...)
>>> knn = KNeighborsClassifier(n_neighbors=3)
>>> knn.fit(X_train, y_train)
KNeighborsClassifier(...)
>>> print(knn.score(X_test, y_test))
0.933333...
>>> knn.fit(nca.transform(X_train), y_train)
KNeighborsClassifier(...)
>>> print(knn.score(nca.transform(X_test), y_test))
0.961904...
fit(X, y)[source]#

根据给定的训练数据拟合模型。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

训练样本。

yarray-like of shape (n_samples,)

相应的训练标签。

返回:
selfobject

拟合的估计器。

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。

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]#

对给定数据应用学到的变换。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

数据样本。

返回:
X_embedded: shape (n_samples, n_components) 的 ndarray

变换后的数据样本。

Raises:
NotFittedError

如果之前没有调用 fit。