incr_mean_variance_axis#

sklearn.utils.sparsefuncs.incr_mean_variance_axis(X, *, axis, last_mean, last_var, last_n, weights=None)[源码]#

沿 CSR 或 CSC 矩阵的轴计算增量均值和方差。

last_mean 和 last_var 是此函数在上一步计算出的统计量。两者必须初始化为适当大小（即 X 中的特征数量）的零数组。last_n 是迄今为止遇到的样本数量。

参数:

X形状为 (n_samples, n_features) 的 CSR 或 CSC 稀疏矩阵: Input data.
axis{0, 1}: 计算轴的轴向。
last_mean形状为 (n_features,) 或 (n_samples,) 的 ndarray，dtype=floating: 用新数据 X 更新的均值数组。如果 axis=0，其形状应为 (n_features,)；如果 axis=1，其形状应为 (n_samples,)。
last_var形状为 (n_features,) 或 (n_samples,) 的 ndarray，dtype=floating: 用新数据 X 更新的方差数组。如果 axis=0，其形状应为 (n_features,)；如果 axis=1，其形状应为 (n_samples,)。
last_nfloat 或形状为 (n_features,) 或 (n_samples,) 的 ndarray，dtype=floating: 目前为止观测到的权重之和（不包含当前权重）。如果不是 float 类型，当 axis=0 时它应该是 (n_features,)，当 axis=1 时它应该是 (n_samples,)。如果是 float 类型，则表示所有样本（或特征）具有相同的权重。
weights形状为 (n_samples,) 或 (n_features,) 的 ndarray，默认=None: 如果 axis 设置为 0，形状为 (n_samples,)；如果 axis 设置为 1，形状为 (n_features,)。如果设置为 None，则所有样本权重相等。

0.24 版本新增。

返回:

means形状为 (n_features,) 或 (n_samples,) 的 ndarray，dtype=floating

更新后的特征均值（axis=0 时）或样本均值（axis=1 时）。

variances形状为 (n_features,) 或 (n_samples,) 的 ndarray，dtype=floating

更新后的特征方差（axis=0 时）或样本方差（axis=1 时）。

n形状为 (n_features,) 或 (n_samples,) 的 ndarray，dtype=integral

更新后每个特征观测到的样本数（axis=0 时）或每个样本观测到的特征数（axis=1 时）。

如果 weights 不为 None，则 n 是观测到的样本或特征的权重之和，而不是实际的观测样本数或特征数。

注意事项

算法中会忽略 NaN 值。

示例

>>> from sklearn.utils import sparsefuncs
>>> from scipy import sparse
>>> import numpy as np
>>> indptr = np.array([0, 3, 4, 4, 4])
>>> indices = np.array([0, 1, 2, 2])
>>> data = np.array([8, 1, 2, 5])
>>> scale = np.array([2, 3, 2])
>>> csr = sparse.csr_array((data, indices, indptr))
>>> csr.todense()
array([[8, 1, 2],
       [0, 0, 5],
       [0, 0, 0],
       [0, 0, 0]])
>>> sparsefuncs.incr_mean_variance_axis(
...     csr, axis=0, last_mean=np.zeros(3), last_var=np.zeros(3), last_n=2
... )
(array([1.33, 0.167, 1.17]), array([8.88, 0.139, 3.47]),
array([6., 6., 6.]))