二值化器#
- 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）。
大于阈值的数值映射为 1，小于等于阈值的数值映射为 0。使用默认阈值 0 时，只有正值映射为 1。
二值化是文本计数数据上的常见操作，分析师可以决定只考虑特征的存在或不存在，而不是例如量化的出现次数。
它还可以用作估计器的预处理步骤，这些估计器考虑布尔随机变量（例如，在贝叶斯设置中使用伯努利分布建模）。
在 用户指南 中了解更多信息。
- 参数：
- thresholdfloat, default=0.0
低于或等于此值的特征值将替换为 0，高于此值的特征值将替换为 1。对于稀疏矩阵的操作，阈值不能小于 0。
- copybool, default=True
设置为 False 以执行就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：
备注
如果输入是稀疏矩阵，则只有非零值才会被
Binarizer类更新。此估计器是 无状态的，不需要拟合。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；（ii）与 scikit-learn 变换器 API 保持一致。
- 参数：
- X{array-like, sparse matrix} of shape (n_samples, n_features)
数据。
- yNone
忽略。
- 返回：
- selfobject
拟合的变换器。
- 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将变换器拟合到X和y，并返回X的转换版本。- 参数：
- Xarray-like of shape (n_samples, n_features)
输入样本。
- yarray-like of shape (n_samples,) or (n_samples, n_outputs), default=None
目标值（无监督转换时为 None）。
- **fit_paramsdict
附加拟合参数。
- 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。如果未定义feature_names_in_，则将生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。如果
input_features是类数组对象，则如果feature_names_in_已定义，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。
请查看用户指南，了解路由机制的工作原理。
- 返回：
- routingMetadataRequest
一个
MetadataRequest封装了路由信息。
- get_params(deep=True)[source]#
获取此估计器的参数。
- 参数：
- deepbool，默认为 True
如果为 True，则将返回此估计器以及包含的作为估计器的子对象的参数。
- 返回：
- paramsdict
参数名称与其值的映射。
- set_output(*, transform=None)[source]#
设置输出容器。
查看介绍 set_output API，了解如何使用该 API。
- 参数：
- transform{"default", "pandas", "polars"}，默认为 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
版本 1.4 中新增：
"polars"选项已添加。
- 返回：
- self估计器实例
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：
- self估计器实例
估计器实例。
- set_transform_request(*, copy: bool | None | str = '$UNCHANGED$') Binarizer[source]#
请求传递给
transform方法的元数据。请注意，只有当
enable_metadata_routing=True时（参见sklearn.set_config），此方法才相关。请参阅用户指南，了解路由机制的工作原理。每个参数的选项为：
True：请求元数据，如果提供则传递给transform。如果没有提供元数据，则忽略请求。False：不请求元数据，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：元数据应使用此给定的别名而不是原始名称传递给元估计器。
默认值（
sklearn.utils.metadata_routing.UNCHANGED）保留现有的请求。这允许您更改某些参数的请求，而其他参数保持不变。版本 1.3 中新增。
注意
仅当此估计器用作元估计器的子估计器时（例如，在
Pipeline内部使用）时，此方法才相关。否则，它无效。- 参数：
- copystr、True、False 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED
在
transform方法中copy参数的元数据路由。
- 返回：
- selfobject
更新后的对象。