轉換器混合#

class sklearn.base.TransformerMixin[來源]#

scikit-learn 中所有轉換器的混合類。

此混合類定義以下功能

一個 fit_transform 方法，委託給 fit 和 transform；
一個 set_output 方法，將 X 輸出為特定的容器類型。

如果定義了 get_feature_names_out，則 BaseEstimator 將自動包裝 transform 和 fit_transform 以遵循 set_output API。有關詳細資訊，請參閱 set_output 的開發人員 API。

OneToOneFeatureMixin 和 ClassNamePrefixFeaturesOutMixin 是用於定義 get_feature_names_out 的實用 mixin。

範例

>>> import numpy as np
>>> from sklearn.base import BaseEstimator, TransformerMixin
>>> class MyTransformer(TransformerMixin, BaseEstimator):
...     def __init__(self, *, param=1):
...         self.param = param
...     def fit(self, X, y=None):
...         return self
...     def transform(self, X):
...         return np.full(shape=len(X), fill_value=self.param)
>>> transformer = MyTransformer()
>>> X = [[1, 2], [2, 3], [3, 4]]
>>> transformer.fit_transform(X)
array([1, 1, 1])

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

先擬合數據，然後轉換它。

使用可選參數 fit_params 將轉換器擬合至 X 和 y，並返回 X 的轉換版本。

參數:

X形狀為 (n_samples, n_features) 的類陣列 (array-like): 輸入樣本。
y形狀為 (n_samples,) 或 (n_samples, n_outputs) 的類陣列 (array-like)，預設值為 None: 目標值 (對於無監督轉換為 None)。
**fit_params字典 (dict): 額外的擬合參數。

返回: