SparseRandomProjection#
- class sklearn.random_projection.SparseRandomProjection(n_components='auto', *, density='auto', eps=0.1, dense_output=False, compute_inverse_components=False, random_state=None)[源代码]#
通过稀疏随机投影降低维度。
稀疏随机矩阵是密集随机投影矩阵的替代方案，可以保证类似的嵌入质量，同时具有更高的内存效率，并允许更快地计算投影数据。
如果我们注意到
s = 1 / density随机矩阵的分量从下式得出：-sqrt(s) / sqrt(n_components) with probability 1 / 2s 0 with probability 1 - 1 / s +sqrt(s) / sqrt(n_components) with probability 1 / 2s
阅读更多的 User Guide .
Added in version 0.13.
- 参数:
- n_componentsint或'自动'，默认='自动'
目标投影空间的虚拟性。
n_components可以根据数据集中的样本数量和Johnson-Lindenstrauss引理给出的界限自动调整。在这种情况下，嵌入的质量由
eps参数.应该注意的是，约翰逊-林登施特劳斯引理可以产生对所需组件数量的非常保守的估计，因为它没有对数据集的结构做出假设。
- density浮动或“自动”，默认=“自动”
随机投影矩阵中非零分量在（0，1）范围内的比率。
如果密度=“自动”，则该值设置为Ping Li等人建议的最小密度：1 /平方特（n_features）。
如果您想重现Achlioptas，2001的结果，请使用密度= 1 / 3.0。
- epsfloat，默认=0.1
当n_components设置为“自动”时，根据Johnson-Lindenstrauss引理控制嵌入质量的参数。该值应该严格为正值。
较小的值会导致目标投影空间中的嵌入更好和维度数（n_components）更高。
- dense_output布尔，默认=假
如果为True，请确保随机投影的输出是密集的numpy数组，即使输入矩阵和随机投影矩阵都是稀疏的。在实践中，如果分量的数量很小，那么投影数据中零分量的数量就会非常小，并且使用密集表示将更有效率地提高处理器和内存效率。
如果为False，则如果输入稀疏，则投影数据将使用稀疏表示。
- compute_inverse_components布尔，默认=假
通过在配合期间计算分量的伪逆来学习逆变换。请注意，即使训练数据稀疏，伪逆也始终是密集阵列。这意味着可能有必要打电话
inverse_transform一次处理一小批样本，以避免耗尽主机上的可用内存。此外，计算伪逆不能很好地扩展到大型矩阵。- random_stateint，RandomState实例或无，默认=无
控制用于在拟合时生成投影矩阵的伪随机数生成器。传递一个int值，以便在多个函数调用中获得可重复的输出。看到 Glossary .
- 属性:
- n_components_int
当n_components=“auto”时计算的组件的具体数量。
- components_形状稀疏矩阵（n_分量，n_特征）
用于投影的随机矩阵。稀疏矩阵将采用CSR格式。
- inverse_components_形状的nd数组（n_features，n_components）
分量的伪逆，仅在以下情况下计算
compute_inverse_components是真的Added in version 1.1.
- density_浮动范围0.0 - 1.0
混凝土密度从密度=“Auto”时计算。
- 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
Xhas feature names that are all strings.Added in version 1.0.
参见
GaussianRandomProjection通过高斯随机投影降低维度。
引用
[1]李萍，T.哈斯蒂和K。W.丘奇，2006年，“非常稀疏的随机投影”。https://web.stanford.edu/~hastie/Papers/Ping/KDD06_rp.pdf
[2]D. Achlioptas, 2001, "Database-friendly random projections", https://cgi.di.uoa.gr/~optas/papers/jl.pdf
示例
>>> import numpy as np >>> from sklearn.random_projection import SparseRandomProjection >>> rng = np.random.RandomState(42) >>> X = rng.rand(25, 3000) >>> transformer = SparseRandomProjection(random_state=rng) >>> X_new = transformer.fit_transform(X) >>> X_new.shape (25, 2759) >>> # very few components are non-zero >>> np.mean(transformer.components_ != 0) np.float64(0.0182...)
- fit(X, y=None)[源代码]#
生成稀疏随机投影矩阵。
- 参数:
- X{ndarray，sparse matrix}的形状（n_samples，n_features）
训练集：仅使用形状来根据上述论文中引用的理论找到最佳随机矩阵维度。
- 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
BaseRandomProjection类实例。
- 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)[源代码]#
将数据投影回其原始空间。
返回一个数组X_original，其变换为X。请注意，即使X是稀疏的，X_original也是密集的：这可能会占用大量RAM。
如果
compute_inverse_components为False，则在每次调用inverse_transform这可能很昂贵。- 参数:
- X形状（n_samples，n_components）的{类数组，稀疏矩阵}
要转换回的数据。
- 返回:
- X_original形状的nd数组（n_samples，n_features）
重建的数据。
- 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。