样条变换器#

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。

生成一个新的特征矩阵，该矩阵由 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，每个特征的多项式阶数为 `degree`。

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 中了解更多信息。

版本 1.0 中新增。

参数：
n_knotsint, default=5

如果 knots 等于 {‘uniform’, ‘quantile’} 之一，则为样条的结点数。必须大于或等于 2。如果 knots 是类数组，则忽略。

degreeint, default=3

样条基的多项式次数。必须是非负整数。

knots{‘uniform’, ‘quantile’} 或形状为 (n_knots, n_features) 的类数组，默认为 ‘uniform’

设置结点位置，使得第一个结点 <= 特征 <= 最后一个结点。

  • 如果为 ‘uniform’（均匀），则 n_knots 个结点将均匀分布在特征值的最小值和最大值之间。

  • 如果为 ‘quantile’（分位数），则它们将均匀分布在特征的分位数上。

  • 如果给定一个类似数组的对象，则它直接指定排序后的结点位置，包括边界结点。需要注意的是，内部会在第一个结点之前添加 degree 个结点，在最后一个结点之后添加相同数量的结点。

extrapolation{‘error’, ‘constant’, ‘linear’, ‘continue’, ‘periodic’}, default=’constant’

如果为 ‘error’，则训练特征的最小值和最大值之外的值将引发 ValueError 异常。如果为 ‘constant’，则使用特征的最小值和最大值处样条线的数值作为常数外推。如果为 ‘linear’，则使用线性外推。如果为 ‘continue’，则按原样外推样条线，即 scipy.interpolate.BSpline 中的 extrapolate=True 选项。如果为 ‘periodic’（周期性），则使用周期性样条线，其周期性等于第一个和最后一个结点之间的距离。周期性样条线强制在第一个和最后一个结点处具有相等的函数值和导数。例如，这使得可以避免在从自然周期性的“一年中的某一天”输入特征导出的样条线特征中，在 12 月 31 日和 1 月 1 日之间引入任意跳跃。在这种情况下，建议手动设置结点值以控制周期。

include_biasbool, default=True

如果为 False，则删除特征数据范围内的最后一个样条线元素。由于 B 样条线在每个数据点的样条线基函数上总和为 1，因此它们隐式地包含一个偏差项，即一列 1。它在线性模型中充当截距项。

order{‘C’, ‘F’}, default=’C’

在稠密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, default=False

如果设置为 True，则返回稀疏 CSR 矩阵；否则返回数组。此选项仅在 scipy>=1.8 时可用。

1.2 版本中添加。

属性：
bsplines_list of shape (n_features,)

BSplines 对象列表，每个特征一个。

n_features_in_int

输入特征的总数。

feature_names_in_ndarray of shape (n_features_in_,)

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。

版本 1.0 中新增。

n_features_out_int

输出特征的总数，计算方法为 n_features * n_splines，其中 n_splines 是 B 样条线的基元素数量，对于非周期性样条线为 n_knots + degree - 1，对于周期性样条线为 n_knots - 1。如果 include_bias=False，则仅为 n_features * (n_splines - 1)。

另请参阅

KBin离散化器

将连续数据分成区间的分箱转换器。

多项式特征

生成多项式和交互特征的转换器。

备注

高阶和大量的结点可能导致过拟合。

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]#

计算样条线的结点位置。

参数：
Xarray-like of shape (n_samples, n_features)

数据。

yNone

忽略。

sample_weightarray-like of shape (n_samples,), default = None

每个样本的个体权重。如果 knots="quantile"，则用于计算分位数。对于 knots="uniform"，零权重观测值将被忽略，以便查找 X 的最小值和最大值。

返回：
selfobject

已拟合的转换器。

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 将转换器拟合到 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（无监督转换则为 None）。

**fit_paramsdict

其他拟合参数。

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]#

获取转换后的特征名称。

参数：
input_features类数组的字符串或None，默认为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是类数组，则如果feature_names_in_已定义，input_features必须与feature_names_in_匹配。

返回：
feature_names_out字符串对象的ndarray

转换后的特征名称。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南了解路由机制的工作原理。

返回：
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：
deep布尔值，默认为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：
params字典

参数名称与其值的映射。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → SplineTransformer[source]#

请求传递给fit方法的元数据。

请注意，只有在enable_metadata_routing=True时（参见sklearn.set_config）此方法才相关。请查看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fit。如果未提供元数据，则忽略请求。

  • False：不请求元数据，元估计器不会将其传递给fit。

  • 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不更改其他参数的请求。

1.3 版中新增。

注意

仅当此估计器用作元估计器的子估计器时（例如，在Pipeline中使用）此方法才相关。否则无效。

参数：
sample_weightstr, True, False 或 None，默认为sklearn.utils.metadata_routing.UNCHANGED

fit中sample_weight参数的元数据路由。

返回：
selfobject

更新后的对象。

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

设置输出容器。

请参阅介绍 set_output API，了解如何使用 API 的示例。

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

1.4 版中新增："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：
**params**字典

估计器参数。

返回：
self估计器实例

估计器实例。

transform(X)[source]#

将每个特征数据转换为B样条。

参数：
Xarray-like of shape (n_samples, n_features)

要转换的数据。

返回：
XBS形状为 (n_samples, n_features * n_splines) 的{ndarray，稀疏矩阵}

特征矩阵，其中 n_splines 是B样条基元素的数量，n_knots + degree - 1。