SelectFdr #

class sklearn.feature_selection.SelectFdr(score_func=<function f_classif>, *, alpha=0.05)[source]#

过滤器：选择估计的错误发现率的p值。

这使用Benjamini-Hochberg程序。 alpha是预期错误发现率的上限。

在用户指南中了解更多信息。

参数：

score_func可调用对象，默认值=f_classif: 接收两个数组 X 和 y 的函数，并返回一对数组 (scores, pvalues)。默认值为 f_classif（参见下面的“另请参见”）。默认函数仅适用于分类任务。
alpha浮点数，默认值=5e-2: 要保留的特征的最高未校正 p 值。

属性:

scores_形状为 (n_features,) 的类数组: 特征的分数。
pvalues_形状为 (n_features,) 的类数组: 特征分数的 p 值。
n_features_in_整数: 在拟合期间看到的特征数量。

0.24 版本新增。
feature_names_in_形状为 (n_features_in_,) 的ndarray: 在拟合期间看到的特征名称。仅当 X 的特征名称全部为字符串时才定义。

1.0 版本新增。

另请参见

f_classif: 用于分类任务的标签/特征之间的 ANOVA F 值。
mutual_info_classif: 离散目标的互信息。
chi2: 用于分类任务的非负特征的卡方统计量。
f_regression: 用于回归任务的标签/特征之间的 F 值。
mutual_info_regression: 连续目标的互信息。
SelectPercentile: 基于最高分数的百分位数选择特征。
SelectKBest: 基于 k 个最高分数选择特征。
SelectFpr: 基于错误肯定率检验选择特征。
SelectFwe: 基于全族错误率选择特征。
GenericUnivariateSelect: 具有可配置模式的单变量特征选择器。

参考文献

https://en.wikipedia.org/wiki/False_discovery_rate

示例

>>> from sklearn.datasets import load_breast_cancer
>>> from sklearn.feature_selection import SelectFdr, chi2
>>> X, y = load_breast_cancer(return_X_y=True)
>>> X.shape
(569, 30)
>>> X_new = SelectFdr(chi2, alpha=0.01).fit_transform(X, y)
>>> X_new.shape
(569, 16)

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

对 (X, y) 运行评分函数并获取相应的特征。

参数：

X形状为 (n_samples, n_features) 的类数组: 训练输入样本。
y形状为 (n_samples,) 或 None 的类数组: 目标值（分类中的类别标签，回归中的实数）。如果选择器是无监督的，则 y 可以设置为 None。

返回:

self对象: 返回实例本身。

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

拟合数据，然后转换它。

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：

X形状为 (n_samples, n_features) 的类数组: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组，默认值为 None: 目标值（无监督转换则为 None）。
**fit_params字典: 附加拟合参数。

返回:

X_new形状为 (n_samples, n_features_new) 的 ndarray 数组: 转换后的数组。

get_feature_names_out(input_features=None)[source]#

根据选择的特征掩蔽特征名称。

参数：

input_features字符串的类数组或 None，默认值为 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 是类数组，则如果定义了 feature_names_in_，则 input_features 必须与 feature_names_in_ 匹配。

返回:

feature_names_out字符串对象的 ndarray: 转换后的特征名称。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回:

routingMetadataRequest: 一个 MetadataRequest 封装路由信息。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deep布尔值，默认值为 True: 如果为 True，则将返回此估计器和包含的作为估计器的子对象的参数。

返回:

params字典: 参数名称与其值的映射。

get_support(indices=False)[source]#

获取被选择的特征的掩码或整数索引。

参数：

indicesbool, default=False: 如果为 True，则返回值将是一个整数数组，而不是布尔掩码。

返回:

supportarray: 一个索引，用于从特征向量中选择保留的特征。如果 indices 为 False，则这是一个形状为 [# 输入特征] 的布尔数组，其中一个元素为 True 当且仅当其对应的特征被选择保留。如果 indices 为 True，则这是一个形状为 [# 输出特征] 的整数数组，其值是输入特征向量的索引。

inverse_transform(X)[source]#

反转转换操作。

参数：

Xarray of shape [n_samples, n_selected_features]: 输入样本。

返回:

X_rarray of shape [n_samples, n_original_features]: 在 transform 将删除特征的位置插入零列的 X。

set_output(*, transform=None)[source]#

设置输出容器。

参见 Introducing the set_output API，了解如何使用此 API 的示例。

参数：

transform{“default”, “pandas”, “polars”}, default=None

配置 transform 和 fit_transform 的输出。

"default": 变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

Added in version 1.4: 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（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，因此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]#

将 X 减少到选定的特征。

参数：

Xarray of shape [n_samples, n_features]: 输入样本。

返回:

X_rarray of shape [n_samples, n_selected_features]: 只有选定特征的输入样本。