binarize#

sklearn.preprocessing.binarize(X, *, threshold=0.0, copy=True)[源代码]#

数组类或 scipy.sparse 矩阵的布尔阈值处理。

在用户指南中阅读更多内容。

参数:

Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}: 要二值化的数据，逐个元素处理。scipy.sparse 矩阵应为 CSR 或 CSC 格式，以避免不必要的复制。
thresholdfloat, default=0.0: 小于或等于此阈值的功能值将被替换为 0，大于此阈值的功能值将被替换为 1。对于稀疏矩阵上的操作，阈值不得小于 0。
copy布尔值, 默认为 True: 如果为 False，则尝试避免复制并在原地进行二值化。这不保证总能在原地完成；例如，如果数据是具有对象 dtype 的 numpy 数组，即使 copy=False 也会返回副本。

返回:

X_tr{ndarray, sparse matrix} of shape (n_samples, n_features): 转换后的数据。

另请参阅

Binarizer: 使用 Transformer API 执行二值化（例如，作为预处理 Pipeline 的一部分）。

示例

>>> from sklearn.preprocessing import binarize
>>> X = [[0.4, 0.6, 0.5], [0.6, 0.1, 0.2]]
>>> binarize(X, threshold=0.5)
array([[0., 1., 0.],
       [1., 0., 0.]])

binarize#

本页