SplineTransformer#

class sklearn.preprocessing.SplineTransformer(n_knots=5, degree=3, *, knots='uniform', extrapolation='constant', include_bias=True, order='C', sparse_output=False)[source]#

为特征生成单变量B-样条基。

为每个特征生成一个新的特征矩阵，该矩阵由多项式阶数等于degree的n_splines=n_knots + degree - 1（对于extrapolation="periodic"则为n_knots - 1）个样条基函数（B-样条）组成。

要了解更多关于SplineTransformer类的信息，请访问：时间相关特征工程

在用户指南中了解更多。

在 1.0 版本中新增。

参数:

n_knotsint, 默认值=5

如果knots等于{'uniform', 'quantile'}之一，则为样条的结节数。必须大于或等于2。如果knots是类数组，则忽略。

degreeint, 默认值=3

样条基的多项式阶数。必须是非负整数。

knots{'uniform', 'quantile'} 或形状为 (n_knots, n_features) 的类数组，默认值='uniform'

设置结节位置，使得第一个结节 <= 特征 <= 最后一个结节。

如果为'uniform'，则n_knots个结节将从特征的最小值到最大值均匀分布。
如果为'quantile'，则它们将沿着特征的分位数均匀分布。
如果给定类数组，则直接指定包括边界结节在内的已排序结节位置。请注意，在内部，degree个结节在第一个结节之前添加，同样数量的结节在最后一个结节之后添加。

extrapolation{'error', 'constant', 'linear', 'continue', 'periodic'}，默认值='constant'

如果为'error'，则训练特征的最小值和最大值之外的值会引发ValueError。如果为'constant'，则样条在特征最小值和最大值处的值用作常数外推。如果为'linear'，则使用线性外推。如果为'continue'，则样条按原样外推，即scipy.interpolate.BSpline中的extrapolate=True选项。如果为'periodic'，则使用周期性样条，其周期性等于第一个和最后一个结节之间的距离。周期性样条强制在第一个和最后一个结节处具有相等函数值和导数。例如，这使得在从自然周期性“一年中的某天”输入特征派生的样条特征中，可以避免在12月31日和1月1日之间引入任意跳跃。在这种情况下，建议手动设置结节值来控制周期。

include_biasbool, 默认值=True

如果为False，则特征数据范围内的最后一个样条元素将被丢弃。由于B-样条对于每个数据点，其样条基函数之和为一，因此它们隐式包含一个偏差项，即一个全为一的列。它在线性模型中充当截距项。

order{'C', 'F'}，默认值='C'

在密集情况下输出数组的顺序。'F'顺序计算速度更快，但可能会减慢后续估计器的速度。

sparse_outputbool, 默认值=False

如果设置为True，将返回稀疏CSR矩阵，否则将返回一个数组。

在 1.2 版本中新增。

属性:

bsplines_形状为 (n_features,) 的列表: BSplines 对象的列表，每个特征一个。
n_features_in_int: 输入特征的总数。
feature_names_in_形状为 (n_features_in_,) 的ndarray: 在fit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。

在 1.0 版本中新增。
n_features_out_int: 输出特征的总数，计算公式为n_features * n_splines，其中n_splines是B-样条的基元素数量，对于非周期性样条为n_knots + degree - 1，对于周期性样条为n_knots - 1。如果include_bias=False，则仅为n_features * (n_splines - 1)。

另请参见

KBinsDiscretizer: 将连续数据分箱到间隔中的转换器。
PolynomialFeatures: 生成多项式和交互特征的转换器。

注意

高阶和大量结节可能导致过拟合。

参见examples/linear_model/plot_polynomial_interpolation.py。

示例

>>> import numpy as np
>>> from sklearn.preprocessing import SplineTransformer
>>> X = np.arange(6).reshape(6, 1)
>>> spline = SplineTransformer(degree=2, n_knots=3)
>>> spline.fit_transform(X)
array([[0.5 , 0.5 , 0.  , 0.  ],
       [0.18, 0.74, 0.08, 0.  ],
       [0.02, 0.66, 0.32, 0.  ],
       [0.  , 0.32, 0.66, 0.02],
       [0.  , 0.08, 0.74, 0.18],
       [0.  , 0.  , 0.5 , 0.5 ]])

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

计算样条的结节位置。

参数:

X形状为 (n_samples, n_features) 的类数组: 数据。
yNone: 被忽略。
sample_weight形状为 (n_samples,) 的类数组，默认值=None: 每个样本的单独权重。如果knots="quantile"，则用于计算分位数。对于knots="uniform"，在查找X的最小值和最大值时，零权重观测值将被忽略。

返回:

selfobject: 已拟合的转换器。

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

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:

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=None: 目标值（对于无监督转换，为None）。
**fit_paramsdict: 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]#

获取转换后的输出特征名称。

参数:

input_features字符串或None的类数组，默认值=None

输入特征。

如果input_features为None，则feature_names_in_用作输入特征名称。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feature_names_in_已定义，则input_features必须与feature_names_in_匹配。

返回: