SelectKBest#

class sklearn.feature_selection.SelectKBest(score_func=<function f_classif>, *, k=10)[源代码]#

根据k个最高分数选择特征。

阅读更多的 User Guide .

参数:

score_func可调用，默认=f_classif: 函数接受两个数组X和y，并返回一对数组（score、pvalues）或一个带有score的数组。默认为f_classif（请参阅下文“另请参阅”）。默认功能仅适用于分类任务。

Added in version 0.18.
kint或“all”，默认=10: 要选择的顶级功能数量。“all”选项绕过选择，用于参数搜索。

属性:

scores_形状类似阵列（n_features，）: 数十个功能。
pvalues_形状类似阵列（n_features，）: 特征分数的p值，如果 score_func 只返回分数。
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.

参见

f_classif: 分类任务的标签/特征之间的方差分析F值。
mutual_info_classif: 离散目标的互信息。
chi2: 分类任务的非负特征的卡方统计数据。
f_regression: 回归任务的标签/功能之间的F值。
mutual_info_regression: 连续目标的相互信息。
SelectPercentile: 根据最高分数的百分位数选择功能。
SelectFpr: 根据假阳性率测试选择功能。
SelectFdr: 根据估计的错误发现率选择功能。
SelectFwe: 根据系列错误率选择功能。
GenericUnivariateSelect: 具有可配置模式的单变量特征选择器。

注意到

具有相同分数的功能之间的联系将以未指定的方式被打破。

This filter supports unsupervised feature selection that only requests X for computing the scores.

示例

>>> from sklearn.datasets import load_digits
>>> from sklearn.feature_selection import SelectKBest, chi2
>>> X, y = load_digits(return_X_y=True)
>>> X.shape
(1797, 64)
>>> X_new = SelectKBest(chi2, k=20).fit_transform(X, y)
>>> X_new.shape
(1797, 20)

fit(X, y=None)[源代码]#

在（X，y）上运行评分函数并获取适当的功能。

参数:

X形状类似阵列（n_samples，n_features）: 训练输入样本。
y形状类似阵列（n_samples，）或无: 目标值（分类中的类别标签，回归中的真实数字）。如果选择器是无监督的，那么 y 可以设置为 None .

返回:

self对象: 返回实例本身。

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]#

Mask feature names according to selected features.

参数:

input_features字符串或无的类数组，默认=无

输入功能。

如果 input_features 是 None 那么 feature_names_in_ 在中用作功能名称。如果 feature_names_in_ 未定义，则生成以下输入要素名称： ["x0", "x1", ..., "x(n_features_in_ - 1)"] .
如果 input_features 是一个类似阵列的，那么 input_features 必须匹配 feature_names_in_ 如果 feature_names_in_ 是定义的。

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。

get_support(indices=False)[源代码]#

获取所选要素的屏蔽或整指数。

参数:

indices布尔，默认=假: 如果为True，则返回值将是一个integer数组，而不是布尔屏蔽。

返回:

support阵列: 从特征载体中选择保留特征的索引。如果 indices 为假，这是形状的布尔数组 [# input features] ，其中只要选择其相应的特征进行保留，元素就为True。如果 indices 是True，这是一个形状的整数组 [# output features] 其值是输入特征载体的索引。

inverse_transform(X)[源代码]#

逆转转型操作。

参数:

X形状数组 [n_samples, n_selected_features]: 输入样本。

返回:

X_r形状数组 [n_samples, n_original_features]: X 在将删除要素的位置插入零列 transform .

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]#

Reduce X to the selected features.

参数:

X形状数组 [n_samples, n_features]: 输入样本。

返回:

X_r形状数组 [n_samples, n_selected_features]: 仅具有选定特征的输入样本。