SplineTransformer#

class sklearn.preprocessing.SplineTransformer(n_knots=5, degree=3, *, knots='uniform', extrapolation='constant', include_bias=True, order='C', handle_missing='error', sparse_output=False)[source]#

为特征生成单变量 B-样条基。

生成一个由 n_splines=n_knots + degree - 1（当 extrapolation="periodic" 时为 n_knots - 1）样条基函数 (B-样条) 组成的新特征矩阵，每个特征的阶数为 `degree`。

要了解更多关于 SplineTransformer 类的信息，请访问：与时间相关的特征工程

在用户指南中阅读更多信息。

1.0 版本新增。

参数:

n_knotsint, default=5

如果 knots 等于 {'uniform', 'quantile'} 之一，则为样条结点的数量。必须大于或等于 2。如果 knots 是数组型，则忽略此参数。

degreeint，默认值为3

样条基的多项式次数。必须是非负整数。

knots{'uniform', 'quantile'} 或形状为 (n_knots, n_features) 的数组型, default='uniform'

设置结点位置，使第一个结点 <= 特征 <= 最后一个结点。

如果为 'uniform'，则 n_knots 个结点均匀分布在特征的最小值到最大值之间。
如果为 'quantile'，则它们均匀分布在特征的分位数上。
如果给定数组型，它直接指定排序的结点位置，包括边界结点。请注意，在内部，第一个结点之前和最后一个结点之后都会添加 degree 个结点。

extrapolation{'error', 'constant', 'linear', 'continue', 'periodic'}, default='constant'

如果为 'error'，则超出训练特征的最小值和最大值的值会引发 ValueError。如果为 'constant'，则样条在特征的最小值和最大值处的值将用作常数外推。如果为 'linear'，则使用线性外推。如果为 'continue'，则样条按原样外推，即 scipy.interpolate.BSpline 中的选项 extrapolate=True。如果为 'periodic'，则使用周期样条，其周期等于第一个结点和最后一个结点之间的距离。周期样条强制第一个结点和最后一个结点处的函数值和导数相等。例如，这可以避免在从自然周期性的“一年中的某一天”输入特征派生的样条特征中，在 12 月 31 日和 1 月 1 日之间引入任意跳跃。在这种情况下，建议手动设置结点值以控制周期。

include_biasbool, default=True

如果为 False，则特征数据范围内的最后一个样条元素将被丢弃。由于 B 样条对每个数据点的样条基函数求和为一，因此它们隐式包含一个偏差项，即一列全为一的列。它在线性模型中充当截距项。

order{'C', 'F'}, default='C'

稠密情况下的输出数组顺序。'F' 顺序计算速度更快，但可能会减慢后续估计器的速度。

handle_missing{'error', 'zeros'}, default='error'

指定处理缺失值的方式。

'error'：如果在 fit 期间存在 np.nan 值，则会引发错误。
'zeros'：用值 0 对缺失值的样条进行编码。

请注意，handle_missing='zeros' 与首先用零填充缺失值然后创建样条基有所不同。后者会创建在缺失值处具有非零值的样条基函数，而此选项只是简单地将所有样条基函数的值在缺失值处设置为零。

1.8 版本新增。

sparse_outputbool, default=False

如果设置为 True，将返回稀疏 CSR 矩阵，否则将返回一个数组。

1.2 版本新增。

属性:

bsplines_形状为 (n_features,) 的列表: BSplines 对象列表，每个特征一个。
n_features_in_int: 输入特征的总数。
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。
n_features_out_int: 输出特征的总数，计算公式为 n_features * n_splines，其中 n_splines 是 B 样条的基元素数量，非周期样条为 n_knots + degree - 1，周期样条为 n_knots - 1。如果 include_bias=False，则为 n_features * (n_splines - 1)。

另请参阅

KBinsDiscretizer: 将连续数据分箱到间隔中的变换器。
PolynomialFeatures: 生成多项式和交互特征的变换器。

注意事项

高阶和大量的结点可能导致过拟合。

请参阅 examples/linear_model/plot_polynomial_interpolation.py。

示例

>>> import numpy as np
>>> from sklearn.preprocessing import SplineTransformer
>>> X = np.arange(6).reshape(6, 1)
>>> spline = SplineTransformer(degree=2, n_knots=3)
>>> spline.fit_transform(X)
array([[0.5 , 0.5 , 0.  , 0.  ],
       [0.18, 0.74, 0.08, 0.  ],
       [0.02, 0.66, 0.32, 0.  ],
       [0.  , 0.32, 0.66, 0.02],
       [0.  , 0.08, 0.74, 0.18],
       [0.  , 0.  , 0.5 , 0.5 ]])

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

计算样条的结点位置。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 数据。
yNone: 忽略。
sample_weight形状为 (n_samples,) 的数组型, default = None: 每个样本的单独权重。如果 knots="quantile"，则用于计算分位数。对于 knots="uniform"，零权重观测值在查找 X 的最小值和最大值时被忽略。

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: