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degreen_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

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

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Xy,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_featuresNone,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:
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。

请查阅用户指南,了解路由机制的工作原理。

返回:
routingMetadataRequest

封装路由信息的MetadataRequest

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,将返回此估计器及其包含的作为估计器的子对象的参数。

返回:
paramsdict

映射到其值的参数名称。

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,此方法仅在enable_metadata_routing=True时才相关(参见sklearn.set_config)。请查阅用户指南,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fit。如果未提供元数据,则请求被忽略。

  • False:不请求元数据,且元估计器不会将其传递给fit

  • None:不请求元数据,且如果用户提供元数据,元估计器将引发错误。

  • str:元数据应以此给定别名而非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 1.3 版本中新增。

注意

此方法仅在将此估计器用作元估计器的子估计器时才相关,例如在Pipeline内部使用。否则,它没有效果。

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

fitsample_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Introducing the set_output API以获取如何使用该 API 的示例。

参数:
transform{"default", "pandas", "polars"}, 默认值=None

配置transformfit_transform的输出。

  • "default":转换器的默认输出格式

  • "pandas":DataFrame 输出

  • "polars":Polars 输出

  • None:转换配置未更改

在 1.4 版本中新增: 添加了"polars"选项。

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。

transform(X)[source]#

将每个特征数据转换为B-样条。

参数:
X形状为 (n_samples, n_features) 的类数组

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-样条的基元素数量,即n_knots + degree - 1。