Binarizer#
- class sklearn.preprocessing.Binarizer(*, threshold=0.0, copy=True)[source]#
根据阈值将数据二值化（将特征值设置为 0 或 1）。
大于阈值的值映射为 1，小于或等于阈值的值映射为 0。默认阈值为 0 时，只有正值映射为 1。
二值化是文本计数数据上的一种常见操作，分析师可以决定只考虑特征的存在或缺失，而不是量化的出现次数。
它也可以用作考虑布尔随机变量（例如，在贝叶斯设置中使用伯努利分布建模）的估计器的预处理步骤。
在用户指南中阅读更多信息。
- 参数:
- thresholdfloat, default=0.0
特征值低于或等于此值的替换为 0，高于此值的替换为 1。对于稀疏矩阵的操作，阈值不能小于 0。
- copy布尔值, 默认为 True
设置为 False 可执行原地二值化并避免复制（如果输入已经是 numpy 数组或 scipy.sparse CSR 矩阵）。
- 属性:
另请参阅
binarize不包含估算器 API 的等效函数。
KBinsDiscretizer将连续数据分成区间。
OneHotEncoder将分类特征编码为 one-hot 数字数组。
注意事项
如果输入是稀疏矩阵，则只有非零值会受
Binarizer类的更新影响。此估计器是无状态的，无需拟合。但是，我们建议调用
fit_transform而不是transform，因为参数验证仅在fit中执行。示例
>>> from sklearn.preprocessing import Binarizer >>> X = [[ 1., -1., 2.], ... [ 2., 0., 0.], ... [ 0., 1., -1.]] >>> transformer = Binarizer().fit(X) # fit does nothing. >>> transformer Binarizer() >>> transformer.transform(X) array([[1., 0., 1.], [1., 0., 0.], [0., 1., 0.]])
- fit(X, y=None)[source]#
仅验证估计器的参数。
此方法允许：（i）验证估计器的参数和（ii）与scikit-learn转换器API保持一致。
- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
数据。
- yNone
忽略。
- 返回:
- selfobject
已拟合的转换器。
- 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。
- 参数:
- input_featuresarray-like of str or None, default=None
输入特征。
如果
input_features为None，则使用feature_names_in_作为输入特征名称。如果feature_names_in_未定义，则生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。如果
input_features是 array-like，则如果定义了feature_names_in_，input_features必须与feature_names_in_匹配。
- 返回:
- feature_names_outstr 对象的 ndarray
与输入特征相同。
- 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。
- set_transform_request(*, copy: bool | None | str = '$UNCHANGED$') Binarizer[source]#
配置是否应请求元数据以传递给
transform方法。请注意，此方法仅在以下情况下相关：此估计器用作 元估计器 中的子估计器，并且通过
enable_metadata_routing=True启用了元数据路由（请参阅sklearn.set_config）。请查看 用户指南 以了解路由机制的工作原理。每个参数的选项如下：
True：请求元数据，如果提供则传递给transform。如果未提供元数据，则忽略该请求。False：不请求元数据，并且元估计器不会将其传递给transform。None：不请求元数据，如果用户提供元数据，元估计器将引发错误。str：应将元数据以给定别名而不是原始名称传递给元估计器。
默认值 (
sklearn.utils.metadata_routing.UNCHANGED) 保留现有请求。这允许您更改某些参数的请求而不更改其他参数。在版本 1.3 中新增。
- 参数:
- copystr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED
transform中copy参数的元数据路由。
- 返回:
- selfobject
更新后的对象。