class sklearn.feature_selection.GenericUnivariateSelect(score_func=
[source], *, mode='percentile', param=1e-05) -
Selector de funciones univariante con estrategia configurable.
Leer más en el Guía del usuario.
- Parámetros
-
score_funccallable, default=f_classif
-
Función que toma dos matrices X e y, y devuelve un par de matrices (puntuaciones, valores p). Para los modos ‘percentil’ o ‘kbest’ puede devolver un solo array puntuaciones.
mode‘percentile’, ‘k_best’, ‘fpr’, ‘fdr’, ‘fwe’, default=’percentile’
-
Modo de selección de funciones.
paramfloat or int depending on the feature selection mode, default=1e-5
-
Parámetro del modo correspondiente.
- Atributos
-
scores_array-like of shape (n_features,)
-
Decenas de funciones.
pvalues_array-like of shape (n_features,)
-
p-valores de las puntuaciones de características, Ninguno si
score_func
resultados devueltos solamente.
Ver también
f_classif
-
Valor F ANOVA entre etiqueta / característica para tareas de clasificación.
mutual_info_classif
-
Información mutua para un objetivo discreto.
chi2
-
Estadísticas de chi-cuadrado de características no negativas para tareas de clasificación.
f_regression
-
Valor F entre etiqueta / característica para tareas de regresión.
mutual_info_regression
-
Información mutua para un objetivo continuo.
SelectPercentile
-
Seleccione características según el percentil de las puntuaciones más altas.
SelectKBest
-
Seleccione características basadas en las k puntuaciones más altas.
SelectFpr
-
Seleccione características basadas en un false prueba de tasa positiva.
SelectFdr
-
Seleccione características basadas en un estimado false tasa de descubrimiento.
SelectFwe
-
Seleccione funciones basadas en la tasa de error familiar.
Ejemplos de
>>>from sklearn.datasets import load_breast_cancer >>>from sklearn.feature_selection import GenericUnivariateSelect, chi2 >>> X, y = load_breast_cancer(return_X_y=True)>>> X.shape (569,30)>>> transformer = GenericUnivariateSelect(chi2, mode='k_best', param=20)>>> X_new = transformer.fit_transform(X, y)>>> X_new.shape (569,20)
Métodos
fit
(X, y)Ejecute la función de puntuación en (X, y) y obtenga las características adecuadas.
fit_transform
(X[, y])Ajústelos a los datos y luego transfórmelos.
get_params
([deep])Obtenga parámetros para este estimador.
get_support
([indices])Obtenga una máscara, o índice entero, de las características seleccionadas
inverse_transform
(X)Invertir la operación de transformación
set_params
(** parámetros)Establezca los parámetros de este estimador.
transform
(X)Reducir X a las características seleccionadas.
fit(X, y)
[source]-
Ejecute la función de puntuación en (X, y) y obtenga las características adecuadas.
- Parámetros
-
Xarray-like of shape (n_samples, n_features)
-
Las muestras de entrada de formación.
yarray-like of shape (n_samples,)
-
Los valores objetivo (etiquetas de clase en clasificación, números reales en regresión).
- Devoluciones
-
selfobject
fit_transform(X, y=None, **fit_params)
[source]-
Ajústelos a los datos y luego transfórmelos.
Se adapta al transformador
X
yy
con parámetros opcionalesfit_params
y devuelve una versión transformada deX
.- Parámetros
-
Xarray-like of shape (n_samples, n_features)
-
Muestras de entrada.
yarray-like of shape (n_samples,) or (n_samples, n_outputs), default=None
-
Valores objetivo (Ninguno para transformaciones no supervisadas).
**fit_paramsdict
-
Parámetros de ajuste adicionales.
- Devoluciones
-
X_newndarray array of shape (n_samples, n_features_new)
-
Transformado array.
get_params(deep=True)
[source]-
Obtenga parámetros para este estimador.
- Parámetros
-
deepbool, default=True
-
Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.
- Devoluciones
-
paramsdict
-
Nombres de parámetros asignados a sus valores.
get_support(indices=False)
[source]-
Obtenga una máscara, o índice entero, de las características seleccionadas
- Parámetros
-
indicesbool, default=False
-
Si es verdadero, el valor de retorno será un array de enteros, en lugar de una máscara booleana.
- Devoluciones
-
supportarray
-
Un índice que selecciona las características retenidas de un vector de características. Si
indices
es falso, es un booleano array de forma [# input features], en el que un elemento es Verdadero si su característica correspondiente está seleccionada para su retención. Siindices
es cierto, esto es un número entero array de forma [# output features] cuyos valores son índices en el vector de características de entrada.
inverse_transform(X)
[source]-
Invertir la operación de transformación
- Parámetros
-
Xarray of shape [n_samples, n_selected_features]
-
Las muestras de entrada.
- Devoluciones
-
X_rarray of shape [n_samples, n_original_features]
-
X
con columnas de ceros insertadas donde las características habrían sido eliminadas portransform
.
set_params(**params)
[source]-
Establezca los parámetros de este estimador.
El método funciona tanto en estimadores simples como en objetos anidados (como
Pipeline
). Estos últimos tienen parámetros de la forma
para que sea posible actualizar cada componente de un objeto anidado.__ - Parámetros
-
**paramsdict
-
Parámetros del estimador.
- Devoluciones
-
selfestimator instance
-
Instancia de estimador.
transform(X)
[source]-
Reducir X a las características seleccionadas.
- Parámetros
-
Xarray of shape [n_samples, n_features]
-
Las muestras de entrada.
- Devoluciones
-
X_rarray of shape [n_samples, n_selected_features]
-
Las muestras de entrada con solo las características seleccionadas.
Agradecemos que quieras añadir valor a nuestro contenido colaborando tu experiencia en las críticas.