SelectPercentile#

class sklearn.feature_selection.SelectPercentile(score_func=<function f_classif>, *, percentile=10)[source]#

根據最高分數的百分位數選擇特徵。

請參閱使用者指南以了解更多資訊。

參數:

score_funccallable，預設值=f_classif: 接收兩個陣列 X 和 y，並傳回一對陣列 (分數, p 值) 或單一分數陣列的函數。預設值為 f_classif（請參閱下方「另請參閱」）。預設函數僅適用於分類任務。

於 0.18 版新增。
percentileint，預設值=10: 要保留的特徵百分比。

屬性:

scores_形狀為 (n_features,) 的類陣列: 特徵的分數。
pvalues_形狀為 (n_features,) 的類陣列: 特徵分數的 p 值，如果 score_func 僅傳回分數，則為 None。
n_features_in_int: 在 fit 過程中看到的特徵數量。

於 0.24 版本新增。
feature_names_in_形狀為 (n_features_in_,) 的 ndarray: 在 fit 過程中看到的特徵名稱。僅當 X 具有全部為字串的特徵名稱時才會定義。

於 1.0 版本新增。

另請參閱

f_classif: 用於分類任務的標籤/特徵之間的 ANOVA F 值。
mutual_info_classif: 用於離散目標的互資訊。
chi2: 用於分類任務的非負特徵的卡方統計。
f_regression: 用於迴歸任務的標籤/特徵之間的 F 值。
mutual_info_regression: 用於連續目標的互資訊。
SelectKBest: 根據 k 個最高分數選擇特徵。
SelectFpr: 根據假陽性率測試選擇特徵。
SelectFdr: 根據估計的錯誤發現率選擇特徵。
SelectFwe: 根據家族錯誤率選擇特徵。
GenericUnivariateSelect: 具有可配置模式的單變量特徵選擇器。

注意事項

分數相等的特徵之間的關係將以未指定的方式打破。

此篩選器支援無監督特徵選擇，僅需 X 來計算分數。

範例

>>> from sklearn.datasets import load_digits
>>> from sklearn.feature_selection import SelectPercentile, chi2
>>> X, y = load_digits(return_X_y=True)
>>> X.shape
(1797, 64)
>>> X_new = SelectPercentile(chi2, percentile=10).fit_transform(X, y)
>>> X_new.shape
(1797, 7)

fit(X, y=None)[來源]#

在 (X, y) 上執行評分函數並取得適當的特徵。

參數:

X形狀為 (n_samples, n_features) 的類陣列: 訓練輸入樣本。
y形狀為 (n_samples,) 或 None 的類陣列: 目標值（分類中的類別標籤，迴歸中的實數）。如果選擇器是無監督的，則 y 可以設定為 None。

回傳值:

self物件: 回傳實例本身。

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

擬合數據，然後轉換它。

使用可選參數 fit_params 將轉換器擬合到 X 和 y，並回傳 X 的轉換版本。

參數:

X形狀為 (n_samples, n_features) 的類陣列: 輸入樣本。
y形狀為 (n_samples,) 或 (n_samples, n_outputs) 的類陣列，預設值為 None: 目標值（無監督轉換則為 None）。
**fit_paramsdict: 額外的擬合參數。

回傳值:

X_new形狀為 (n_samples, n_features_new) 的 ndarray 陣列: 轉換後的陣列。

get_feature_names_out(input_features=None)[來源]#

根據選定的特徵遮罩特徵名稱。

參數:

input_features字串或 None 的類陣列，預設值為 None

輸入特徵。

如果 input_features 為 None，則使用 feature_names_in_ 作為輸入的特徵名稱。如果未定義 feature_names_in_，則會產生以下輸入特徵名稱：["x0", "x1", ..., "x(n_features_in_ - 1)"]。
如果 input_features 是類陣列，則如果已定義 feature_names_in_，則 input_features 必須與 feature_names_in_ 相符。

回傳值:

feature_names_out字串物件的 ndarray: 轉換後的特徵名稱。

get_metadata_routing()[來源]#

取得此物件的中繼資料路由。

請查看使用者指南，了解路由機制的運作方式。

回傳值:

routingMetadataRequest: 一個封裝路由資訊的 MetadataRequest。

get_params(deep=True)[來源]#

取得此估算器的參數。

參數:

deepbool，預設值為 True: 如果為 True，將回傳此估算器及其包含的子物件（即估算器）的參數。

回傳值:

paramsdict: 對應到其值的參數名稱。

get_support(indices=False)[原始碼]#

取得被選取特徵的遮罩或整數索引。

參數:

indices布林值，預設值=False: 如果為 True，則回傳值會是一個整數陣列，而不是布林遮罩。

回傳值:

support陣列: 一個索引，用於從特徵向量中選取保留的特徵。如果 indices 為 False，則這是一個形狀為 [# 輸入特徵] 的布林陣列，其中如果元素對應的特徵被選取保留，則該元素為 True。如果 indices 為 True，則這是一個形狀為 [# 輸出特徵] 的整數陣列，其值為輸入特徵向量中的索引。

inverse_transform(X)[原始碼]#

反轉轉換操作。

參數: