sklearn.preprocessing.Binarizer¶

class sklearn.preprocessing.Binarizer(*, threshold=0.0, copy=True)

[源码]

根据阈值对数据进行二值化（将要素值设置为0或1）

大于阈值的值映射为1，而小于或等于阈值的值映射为0。默认阈值为0时，仅正值映射为1。

二值化是对文本计数数据的常见操作，分析人员可以决定仅考虑某个功能的存在或不存在，而不考虑例如量化的出现次数。

对于考虑了布尔型随机变量的估计量（例如，使用贝叶斯设置中的伯努利分布建模的估计量），它也可以用作预处理器。

在用户指南中阅读更多内容

参数	说明
threshold	float, optional (0.0 by default) 小于或等于此值的特征值将替换为0，在其之上被1替换。对于稀疏矩阵的操作，阈值不得小于0。
copy	boolean, optional, default True 设置为False将执行就地二进制化并避免复制（如果输入已经是numpy数组或scipy.sparse CSR矩阵）。

另见：

binarize

没有估算器API的等效函数。

注释

如果输入是稀疏矩阵，则只有非零值会由Binarizer类更新。该估计器是无状态的（除了构造函数参数之外），fit方法什么也不做，但是在管道(pipeline)中使用时很有用。

示例：

>>>

>>> from sklearn.preprocessing import Binarizer
>>> X = [[ 1., -1.,  2.],
...      [ 2.,  0.,  0.],
...      [ 0.,  1., -1.]]
>>> transformer = Binarizer().fit(X)  # fit does nothing.
>>> transformer
Binarizer()
>>> transformer.transform(X)
array([[1., 0., 1.],
       [1., 0., 0.],
       [0., 1., 0.]])

方法

方法	说明
`fit`(self, X[, y])	不执行任何操作，并使估算器保持不变
`fit_transform`(self, X[, y])	拟合数据，然后对其进行转换。
`get_params`(self[, deep])	获取此估计量的参数。
`set_params`(self, **params)	设置此估算器的参数。
`transform`(self, X[, copy])	对X的每个元素进行二值化

__init__(self, *, threshold=0.0, copy=True)

[源码]

初始化self,有关准确的签名，请参见help（type（self））。

fit(self, X, y=None)

[源码]

不执行任何操作并返回不变的估算器。该方法仅用于实现常规API，因此可以在管道中使用。

参数	说明
X	array-like

fit_transform(self, X, y=None, *fit_params)

[源码]

拟合数据，然后对其进行转换。

使用可选参数fit_params将转换器拟合到X和y，并返回X的转换值。

参数	说明
X	{array-like, sparse matrix, dataframe} of shape (n_sample, n_features)
y	ndarray of shape (n_samples, ), default = None 目标值
**fit_params	dict 附加拟合参数

返回值	说明
X_new	ndarray array of shape (n_samples, n_features_new) 转化后的数组

get_params(self, deep=True)

源码

获取当前估计量的参数

参数	说明
deep	bool, default = True 如果为真，则将返回此估计器和其所包含子对象的参数

返回值	说明
params	mapping of string to any 参数名被映射至他们的值

predict(self, **params)

源码

设置当前估算器的参数。

该方法适用于简单的估计器以及嵌套对象（例如管道）。后者的参数形式为<component>__<parameter>这样就可以更新嵌套对象的每个组件。

参数	说明
**params	dict 估计量参数

返回值	说明
self	object 估计器实例

transform(self, X，copy=None)

[源码]

对X的每个元素进行二值化

参数	说明
X	{array-like, sparse matrix}, shape [n_samples, n_features] 要逐元素二值化的数据。稀疏矩阵应采用CSR格式，以避免不必要的复制。
copy	bool 是否复制输入X。