Normalizer#

class sklearn.preprocessing.Normalizer(norm='l2', *, copy=True)[源代码]#

将样本单独归一化为单位范数。

至少有一个非零分量的每个样本（即数据矩阵的每一行）会独立于其他样本进行重缩放，使其范数（l1、l2 或 inf）等于一。

此转换器能够同时处理密集 numpy 数组和 scipy.sparse 矩阵（如果您想避免复制/转换的开销，请使用 CSR 格式）。

将输入缩放到单位范数通常是文本分类或聚类等操作。例如，两个 l2 归一化的 TF-IDF 向量的点积是向量的余弦相似度，是向量空间模型（通常被信息检索社区使用）的基础相似度度量。

有关示例可视化，请参阅 比较 Normalizer 与其他缩放器。

在 用户指南 中阅读更多内容。

参数:
norm{‘l1’, ‘l2’, ‘max’}, 默认=’l2’

用于对每个非零样本进行归一化的范数。如果使用 norm='max'，则值将按绝对值的最大值进行重缩放。

copy布尔值, 默认为 True

设置为 False 以执行原地行归一化并避免复制（如果输入已经是 numpy 数组或 scipy.sparse CSR 矩阵）。

属性:
n_features_in_int

在 拟合 期间看到的特征数。

0.24 版本新增。

feature_names_in_shape 为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

normalize

不包含估算器 API 的等效函数。

注意事项

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 中进行。

示例

>>> from sklearn.preprocessing import Normalizer
>>> X = [[4, 1, 2, 2],
...      [1, 3, 9, 3],
...      [5, 7, 5, 1]]
>>> transformer = Normalizer().fit(X)  # fit does nothing.
>>> transformer
Normalizer()
>>> transformer.transform(X)
array([[0.8, 0.2, 0.4, 0.4],
       [0.1, 0.3, 0.9, 0.3],
       [0.5, 0.7, 0.5, 0.1]])
fit(X, y=None)[源代码]#

仅验证估计器的参数。

此方法允许：（i）验证估计器的参数和（ii）与scikit-learn转换器API保持一致。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

用于估计归一化参数的数据。

y被忽略

Not used, present here for API consistency by convention.

返回:
selfobject

已拟合的转换器。

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

拟合数据，然后对其进行转换。

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:
Xshape 为 (n_samples, n_features) 的 array-like

输入样本。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象，默认=None

目标值（对于无监督转换，为 None）。

**fit_paramsdict

额外的拟合参数。仅当估计器在其 fit 方法中接受额外的参数时才传递。

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)[源代码]#

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 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 array-like，则如果定义了 feature_names_in_，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()[源代码]#

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。

返回:
routingMetadataRequest

封装路由信息的 MetadataRequest。

get_params(deep=True)[源代码]#

获取此估计器的参数。

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:
paramsdict

参数名称映射到其值。

set_output(*, transform=None)[源代码]#

设置输出容器。

有关如何使用 API 的示例，请参阅引入 set_output API。

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

1.4 版本新增: 添加了 "polars" 选项。

返回:
selfestimator instance

估计器实例。

set_params(**params)[源代码]#

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（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便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。

set_transform_request(*, copy: bool | None | str = '$UNCHANGED$') → Normalizer[源代码]#

配置是否应请求元数据以传递给 transform 方法。

请注意，此方法仅在以下情况下相关：此估计器用作 元估计器 中的子估计器，并且通过 enable_metadata_routing=True 启用了元数据路由（请参阅 sklearn.set_config）。请查看 用户指南 以了解路由机制的工作原理。

每个参数的选项如下：

  • True：请求元数据，如果提供则传递给 transform。如果未提供元数据，则忽略该请求。

  • False：不请求元数据，并且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：应将元数据以给定别名而不是原始名称传递给元估计器。

默认值 (sklearn.utils.metadata_routing.UNCHANGED) 保留现有请求。这允许您更改某些参数的请求而不更改其他参数。

在版本 1.3 中新增。

参数:
copystr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED

transform 中 copy 参数的元数据路由。

返回:
selfobject

更新后的对象。

transform(X, copy=None)[源代码]#

将 X 的每个非零行缩放到单位范数。

参数:
Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

要归一化的数据，逐行处理。scipy.sparse 矩阵应为 CSR 格式，以避免不必要的复制。

copybool, 默认=None

是否复制输入 X。

返回:
X_tr{ndarray, sparse matrix} of shape (n_samples, n_features)

转换后的数组。