FeatureUnion#

class sklearn.pipeline.FeatureUnion(transformer_list, *, n_jobs=None, transformer_weights=None, verbose=False, verbose_feature_names_out=True)[source]#

连接多个转换器对象的结果。

该评估器将一系列转换器对象并行应用于输入数据，然后连接结果。这对于将多种特征提取机制组合成单个转换器非常有用。

可以使用“名称__参数名”的格式来设置转换器的参数。通过将其名称对应的参数设置为另一个转换器，可以完全替换该转换器；设置为 'drop' 可将其移除；设置为 'passthrough' 可将其禁用（此时特征将不经转换直接通过）。

阅读更多内容请参见 用户指南。

在版本 0.13 中添加。

参数:
transformer_list(str, transformer) 元组列表

应用于数据的转换器对象列表。每个元组的前半部分是转换器的名称。转换器可以设置为 'drop' 以忽略它，或者设置为 'passthrough' 以使特征不经改变地通过。

1.1 版本新增： 添加了 "passthrough" 选项。

0.22 版本变更： 不建议再使用 None 作为转换器，建议使用 'drop'。

n_jobsint, default=None

并行运行的作业数。None 表示 1，除非在 joblib.parallel_backend 上下文中。-1 表示使用所有处理器。有关更多详细信息，请参阅 Glossary。

版本 v0.20 中已更改：n_jobs 默认值从 1 更改为 None

transformer_weightsdict, 默认=None

每个转换器特征的乘法权重。键是转换器名称，值是权重。如果键不在 transformer_list 中，则引发 ValueError。

verbosebool, default=False

如果为 True，则在完成每个转换器拟合时打印耗时。

verbose_feature_names_outbool, default=True

如果为 True，get_feature_names_out 将会在所有特征名称前添加生成该特征的转换器名称作为前缀。如果为 False，则不添加任何前缀，且如果特征名称不唯一则会报错。

1.5 版本新增。

属性:
named_transformersBunch

类字典对象，包含以下属性。这是一个只读属性，用于按用户指定的名称访问任何转换器参数。键是转换器名称，值是转换器参数。

1.2 版本新增。

n_features_in_int

在 拟合 期间看到的特征数。

feature_names_in_ndarray，形状为 (n_features_in_,)

在 fit 期间看到的特征名称。

另请参阅

make_union

用于简化特征联合构建的便捷函数。

示例

>>> from sklearn.pipeline import FeatureUnion
>>> from sklearn.decomposition import PCA, TruncatedSVD
>>> union = FeatureUnion([("pca", PCA(n_components=1)),
...                       ("svd", TruncatedSVD(n_components=2))])
>>> X = [[0., 1., 3], [2., 2., 5]]
>>> union.fit_transform(X)
array([[-1.5       ,  3.04, -0.872],
       [ 1.5       ,  5.72,  0.463]])
>>> # An estimator's parameter can be set using '__' syntax
>>> union.set_params(svd__n_components=1).fit_transform(X)
array([[-1.5       ,  3.04],
       [ 1.5       ,  5.72]])

如需更详细的使用示例，请参阅 连接多种特征提取方法。

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

使用 X 拟合所有转换器。

参数:
X可迭代对象或类数组，具体取决于转换器

输入数据，用于拟合转换器。

y类数组，形状为 (n_samples, n_outputs)，默认=None

监督学习的目标变量。

**fit_paramsdict，默认=None

  • 如果 enable_metadata_routing=False（默认）：直接传递给子转换器 fit 方法的参数。

  • 如果 enable_metadata_routing=True：安全地路由到子转换器 fit 方法的参数。详细信息请参阅 元数据路由用户指南。

1.5 版本变更： **fit_params 可以通过元数据路由 API 进行路由。

返回:
selfobject

FeatureUnion 类实例。

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

拟合所有转换器，转换数据并连接结果。

参数:
X可迭代对象或类数组，具体取决于转换器

需要转换的输入数据。

y类数组，形状为 (n_samples, n_outputs)，默认=None

监督学习的目标变量。

**paramsdict, default=None

  • 如果 enable_metadata_routing=False（默认）：直接传递给子转换器 fit 方法的参数。

  • 如果 enable_metadata_routing=True：安全地路由到子转换器 fit 方法的参数。详细信息请参阅 元数据路由用户指南。

1.5 版本变更： **params 现在可以通过元数据路由 API 进行路由。

返回:
X_t类数组或稀疏矩阵，形状为 (n_samples, sum_n_components)

转换器结果的 hstack（水平堆叠）。sum_n_components 是所有转换器的 n_components（输出维度）之和。

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。

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。

1.5 版本新增。

返回:
routingMetadataRouter

封装路由信息的 MetadataRouter。

get_params(deep=True)[source]#

获取此估计器的参数。

返回构造函数中给定的参数，以及 FeatureUnion 的 transformer_list 中包含的评估器。

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:
params字符串到任意值的映射

参数名称映射到其值。

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

设置调用 "transform" 和 "fit_transform" 时的输出容器。

set_output 将设置 transformer_list 中所有评估器的输出格式。

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

返回:
selfestimator instance

估计器实例。

set_params(**kwargs)[source]#

设置此估计器的参数。

有效参数键可以通过 get_params() 列出。注意，您可以直接设置 transformer_list 中包含的评估器的参数。

参数:
**kwargsdict

此评估器的参数或 transform_list 中包含的评估器的参数。转换器的参数可以使用其名称和参数名并用“__”分隔来设置。

返回:
selfobject

FeatureUnion 类实例。

transform(X, **params)[source]#

由每个转换器单独转换 X，并连接结果。

参数:
X可迭代对象或类数组，具体取决于转换器

需要转换的输入数据。

**paramsdict, default=None

通过元数据路由 API 路由到子转换器 transform 方法的参数。详细信息请参阅 元数据路由用户指南。

1.5 版本新增。

返回:
X_t类数组或稀疏矩阵，形状为 (n_samples, sum_n_components)

转换器结果的 hstack（水平堆叠）。sum_n_components 是所有转换器的 n_components（输出维度）之和。