sklearn.preprocessing.KernelCenterer¶

class sklearn.preprocessing.KernelCenterer

[源码]

将内核矩阵居中

令K（x，z）是由phi（x）^ T phi（z）定义的内核，其中phi是将x映射到Hilbert空间的函数映射。KernelCenterer无需显式计算phi（x）即可对数据进行中心化（即归一化为零均值）。它等效于将phi（x）与sklearn.preprocessing.StandardScaler（with_std = False）居中对齐。

在用户指南中阅读更多内容。

属性	说明
K_fit_rows_	array, shape (n_samples,) 内核矩阵各列的平均值
K_fit_all_	float 核矩阵的平均值

示例

>>> from sklearn.preprocessing import KernelCenterer
>>> from sklearn.metrics.pairwise import pairwise_kernels
>>> X = [[ 1., -2.,  2.],
...      [ -2.,  1.,  3.],
...      [ 4.,  1., -2.]]
>>> K = pairwise_kernels(X, metric='linear')
>>> K
array([[  9.,   2.,  -2.],
       [  2.,  14., -13.],
       [ -2., -13.,  21.]])
>>> transformer = KernelCenterer().fit(K)
>>> transformer
KernelCenterer()
>>> transformer.transform(K)
array([[  5.,   0.,  -5.],
       [  0.,  14., -14.],
       [ -5., -14.,  19.]])

方法

方法	说明
`fit`(self, K[, y])	拟合核中心
`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, K[, copy])	中心核矩阵。

__init__(self)

[源码]

初始化self,有关准确的签名，请参见help（type（self））。

fit(self, K, y=None)

[源码]

拟合核中心

参数	说明
K	numpy array of shape [n_samples, n_samples] 内核矩阵。

返回值	说明
self	returns an instance of self.

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

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的转换版本。

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]

获取此估计量的参数。

参数	说明
deep	bool, default = True 如果为True，则将返回此估算器和作为估算器的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

set_params(self, **params)

[源码]

设置此估算器的参数。

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]

中心核矩阵。

参数	说明
K	numpy array of shape [n_samples1, n_samples2] 内核矩阵。
copy	boolean, optional, default True 设置为False将执行就地计算。

返回值	说明
X_new	numpy array of shape [n_samples1, n_samples2]