Ctrl+K

FeatureAgglomeration#

class sklearn.cluster.FeatureAgglomeration(n_clusters=2, *, metric='euclidean', memory=None, connectivity=None, compute_full_tree='auto', linkage='ward', pooling_func=<function mean>, distance_threshold=None, compute_distances=False)[源代码]#

聚集特征。

循环合并一对特征集群。

参阅 特征聚集与单变量选择 例如比较 FeatureAgglomeration 具有单变量特征选择策略（基于方差分析）的策略。

阅读更多的 User Guide .

参数:
n_clustersint或无，默认=2

要查找的集群数量。必须 None 如果 distance_threshold 不 None .

metric字符串或可调用，默认=“欧几里得”

用于计算联动的指标。可以是“欧几里得”、“l1”、“l2”、“曼哈顿”、“cos”或“预先计算的”。如果链接是“沃德”，则仅接受“欧几里得”。如果“预先计算”，则需要距离矩阵作为匹配方法的输入。

Added in version 1.2.

memory具有joblib.内存接口的字符串或对象，默认=无

用于缓存树计算的输出。默认情况下，不进行缓存。如果给出了字符串，则它是缓存目录的路径。

connectivity类数组、稀疏矩阵或可调用，默认=无

连接矩阵。按照给定的数据结构为每个要素定义邻近要素。这可以是连接性矩阵本身，也可以是将数据转换为连接性矩阵的可调用矩阵，例如从 kneighbors_graph .默认值为 None 即分层集群算法是非结构化的。

compute_full_tree“Auto”或布尔，默认=“Auto”

Stop early the construction of the tree at n_clusters. This is useful to decrease computation time if the number of clusters is not small compared to the number of features. This option is useful only when specifying a connectivity matrix. Note also that when varying the number of clusters and using caching, it may be advantageous to compute the full tree. It must be True if distance_threshold is not None. By default compute_full_tree is "auto", which is equivalent to True when distance_threshold is not None or that n_clusters is inferior to the maximum between 100 or 0.02 * n_samples. Otherwise, "auto" is equivalent to False.

linkage{“ward”，“complete”，“average”，“single”}，default=“ward”

使用哪个链接标准。链接标准确定要素集之间使用的距离。该算法将合并最小化该标准的成对集群。

  • “ward”最大限度地减少了正在合并的集群的方差。

  • “完全”或最大联动使用两组所有特征之间的最大距离。

  • “平均”使用两个集合中每个特征的距离的平均值。

  • “单一”使用两组所有特征之间的最小距离。

pooling_func可调用，默认=NP.mean

这将聚集要素的值组合为单个值，并且应该接受一系列形状 [M, N] 以及关键字参数 axis=1 ，并将其缩减为大小为 [M] .

distance_thresholdfloat，默认=无

链接距离阈值达到或超过该阈值将不会合并集群。如果不是 None , n_clusters 必须 None 和 compute_full_tree 必须 True .

Added in version 0.21.

compute_distances布尔，默认=假

计算集群之间的距离，即使 distance_threshold 未使用。这可以用于进行树图可视化，但会带来计算和内存负担。

Added in version 0.24.

属性:
n_clusters_int

算法找到的集群数量。如果 distance_threshold=None ，它将等于给定的 n_clusters .

labels_类数组的（n_features，）

每个要素的集群标签。

n_leaves_int

分层树中的叶子数量。

n_connected_components_int

图形中连接组件的估计数量。

Added in version 0.21: n_connected_components_ 添加以取代 n_components_ .

n_features_in_int

期间看到的功能数量 fit .

Added in version 0.24.

feature_names_in_ ：nd形状数组 (n_features_in_ ,)nd数组形状（

Names of features seen during fit. Defined only when X has feature names that are all strings.

Added in version 1.0.

children_形状类似阵列（n_nodes-1，2）

The children of each non-leaf node. Values less than n_features correspond to leaves of the tree which are the original samples. A node i greater than or equal to n_features is a non-leaf node and has children children_[i - n_features]. Alternatively at the i-th iteration, children[i][0] and children[i][1] are merged to form node n_features + i.

distances_形状类似阵列（n_nodes-1，）

中相应位置的节点之间的距离 children_ .仅在以下情况下计算 distance_threshold 使用或 compute_distances 设置为 True .

参见

AgglomerativeClustering

聚集性聚集样本而不是特征。

ward_tree

具有病房联系的分层聚集。

示例

>>> import numpy as np
>>> from sklearn import datasets, cluster
>>> digits = datasets.load_digits()
>>> images = digits.images
>>> X = np.reshape(images, (len(images), -1))
>>> agglo = cluster.FeatureAgglomeration(n_clusters=32)
>>> agglo.fit(X)
FeatureAgglomeration(n_clusters=32)
>>> X_reduced = agglo.transform(X)
>>> X_reduced.shape
(1797, 32)
fit(X, y=None)[源代码]#

将分层聚集与数据相匹配。

参数:
X形状类似阵列（n_samples，n_features）

数据。

y忽视

未使用，此处列出是为了按照惯例实现API一致性。

返回:
self对象

返回Transformer。

property fit_predict#

匹配并返回每个样本的集群分配的结果。

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

适应数据，然后对其进行转换。

适合变压器 X 和 y 具有可选参数 fit_params 并返回的转换版本 X .

参数:
X形状类似阵列（n_samples，n_features）

输入样本。

y形状为（n_samples，）或（n_samples，n_outputs）的阵列状， 默认值=无

目标值（无监督转换）。

**fit_paramsdict

其他适合参数。

返回:
X_newndray形状数组（n_samples，n_features_new）

变形的数组。

get_feature_names_out(input_features=None)[源代码]#

获取用于转换的输出要素名称。

输出的功能名称将以大写的类别名称为开头。例如，如果Transformer输出3个特征，则输出的特征名称为： ["class_name0", "class_name1", "class_name2"] .

参数:
input_features字符串或无的类数组，默认=无

仅用于通过中看到的名称验证要素名称 fit .

返回:
feature_names_out字符串对象的nd数组

转换的功能名称。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

返回:
routingMetadataRequest

A MetadataRequest 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:
deep布尔，默认=True

如果为True，将返回此估计量和包含的作为估计量的子对象的参数。

返回:
paramsdict

参数名称映射到其值。

inverse_transform(X=None, *, Xt=None)[源代码]#

逆变换并返回大小的载体 n_features .

参数:
X形状类似阵列（n_samples，n_clusters）或（n_clusters，）

要分配给每个样本集群的值。

Xt形状类似阵列（n_samples，n_clusters）或（n_clusters，）

要分配给每个样本集群的值。

自 1.5 版本弃用: Xt 在1.5中已废弃，并将在1.7中删除。使用 X 而不是.

返回:
X形状的nd数组（n_samples，n_features）或（n_features，）

大小的载体 n_samples 的价值观 Xred 分配给每个样本集群。

set_output(*, transform=None)[源代码]#

设置输出容器。

看到 介绍 set_output API 了解如何使用API的示例。

参数:
transform{“默认”，“pandas”，“polars”}，默认=无

配置输出 transform 和 fit_transform .

  • "default" ：Transformer的默认输出格式

  • "pandas" ：DataFrame输出

  • "polars" ：两极输出

  • None ：转换配置不变

Added in version 1.4: "polars" 添加了选项。

返回:
self估计器实例

估计实例。

set_params(**params)[源代码]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ).后者具有以下形式的参数 <component>__<parameter> 以便可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计参数。

返回:
self估计器实例

估计实例。

transform(X)[源代码]#

使用构建的集群转换新矩阵。

参数:
X形状类似阵列（n_samples，n_features）或 （n_samples，n_samples）

N维中M个观察结果的M x N阵列或M个一维观察结果的长度M阵列。

返回:
Y形状的nd数组（n_samples，n_clusters）或（n_clusters，）

每个特征集群的池值。

On this page