多标签二值化器#
- class sklearn.preprocessing.MultiLabelBinarizer(*, classes=None, sparse_output=False)[source]#
在迭代器集合和多标签格式之间转换。
虽然集合或元组列表是多标签数据的直观格式，但它难以处理。此转换器在该直观格式和受支持的多标签格式之间进行转换：一个 (样本 x 类别) 二进制矩阵，指示类标签的存在。
- 参数：
- **classes**array-like of shape (n_classes,), default=None
指示类别标签的排序。所有条目都必须唯一（不能包含重复的类别）。
- sparse_outputbool，默认值=False
如果希望输出二进制数组为 CSR 稀疏格式，则设置为 True。
- 属性:
- classes_形状为 (n_classes,) 的 ndarray
提供
classes参数时的副本。否则，它对应于拟合时找到的已排序类别集。
另请参见
独热编码 (OneHotEncoder)使用独热编码（one-hot aka one-of-K）方案对分类特征进行编码。
示例
>>> from sklearn.preprocessing import MultiLabelBinarizer >>> mlb = MultiLabelBinarizer() >>> mlb.fit_transform([(1, 2), (3,)]) array([[1, 1, 0], [0, 0, 1]]) >>> mlb.classes_ array([1, 2, 3])
>>> mlb.fit_transform([{'sci-fi', 'thriller'}, {'comedy'}]) array([[0, 1, 1], [1, 0, 0]]) >>> list(mlb.classes_) ['comedy', 'sci-fi', 'thriller']
一个常见的错误是传入一个列表，这会导致以下问题
>>> mlb = MultiLabelBinarizer() >>> mlb.fit(['sci-fi', 'thriller', 'comedy']) MultiLabelBinarizer() >>> mlb.classes_ array(['-', 'c', 'd', 'e', 'f', 'h', 'i', 'l', 'm', 'o', 'r', 's', 't', 'y'], dtype=object)
要更正此问题，应将标签列表传入为
>>> mlb = MultiLabelBinarizer() >>> mlb.fit([['sci-fi', 'thriller', 'comedy']]) MultiLabelBinarizer() >>> mlb.classes_ array(['comedy', 'sci-fi', 'thriller'], dtype=object)
- fit(y)[source]#
拟合标签集二值化器，存储 classes_。
- 参数：
- y可迭代的可迭代对象
每个样本的一组标签（任何可排序且可哈希的对象）。如果设置了
classes参数，则不会迭代y。
- 返回值:
- self对象
已拟合的估计器。
- fit_transform(y)[source]#
拟合标签集二值化器并转换给定的标签集。
- 参数：
- y可迭代的可迭代对象
每个样本的一组标签（任何可排序且可哈希的对象）。如果设置了
classes参数，则不会迭代y。
- 返回值:
- y_indicator形状为 (n_samples, n_classes) 的 {ndarray，稀疏矩阵}
一个矩阵，使得
y_indicator[i, j] = 1当且仅当classes_[j]在y[i]中，否则为 0。稀疏矩阵将为 CSR 格式。
- 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。
- 返回值:
- 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：
- deepbool，默认值=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。
- 返回值:
- paramsdict
参数名称映射到其值。
- inverse_transform(yt)[source]#
将给定的指示矩阵转换为标签集。
- 参数：
- yt形状为 (n_samples, n_classes) 的 {ndarray，稀疏矩阵}
一个仅包含 1 和 0 的矩阵。
- 返回值:
- y元组列表
每个样本的标签集，使得
y[i]由classes_[j]组成，对于每个yt[i, j] == 1。
- set_output(*, transform=None)[source]#
设置输出容器。
请参见 介绍 set_output API，了解如何使用此 API 的示例。
- 参数：
- transform{"default"，"pandas"，"polars"}，默认值=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 中添加：
"polars"选项已添加。
- 返回值:
- self估计器实例
估计器实例。