sklearn.random_projection.GaussianRandomProjection¶

class sklearn.random_projection.GaussianRandomProjection(n_components='auto', *, eps=0.1, random_state=None)[source]

[源码]

通过高斯随机投影降低维数

随机矩阵的分量是从N（0，1 / n_components）中得出的。

在用户指南中阅读更多内容。

版本0.13中的新功能。

参数	说明
n_components	nt or ‘auto’, optional (default = ‘auto’) 目标投影空间的尺寸。 n_components可以根据数据集中的样本数和Johnson-Lindenstrauss引理给出的边界自动调整。在那种情况下，嵌入的质量由eps参数控制。应当指出，Johnson-Lindenstrauss引理可以对所需的组件数进行非常保守的估计，因为它无需对数据集的结构进行假设。
eps	strictly positive float, optional (default=0.1) 当n_components设置为“ auto”时，根据Johnson-Lindenstrauss引理控制嵌入质量的参数。较小的值导致在目标投影空间中更好的嵌入和更多的尺寸（n_components）
random_state	int, RandomState instance or None, optional (default=None) 控制用于在拟合时间生成投影矩阵的伪随机数生成器。为多个函数调用传递可重复输出的int值。请参阅词汇表。

属性	说明
n_components_	int 当n_components =“ auto”时计算的具体组件数。
components_	numpy array of shape [n_components, n_features] 用于投影的随机矩阵。

另见：

SparseRandomProjection

示例

>>> import numpy as np
>>> from sklearn.random_projection import GaussianRandomProjection
>>> rng = np.random.RandomState(42)
>>> X = rng.rand(100, 10000)
>>> transformer = GaussianRandomProjection(random_state=rng)
>>> X_new = transformer.fit_transform(X)
>>> X_new.shape
(100, 3947)

方法

方法	说明
`fit`(X[, y])	生成稀疏随机投影矩阵
`fit_transform`(X[, y])	适合数据，然后对其进行转换。
`get_params`([deep])	获取此估计量的参数。
`set_params`(**params)	设置此估算器的参数。
`transform`(X)	通过将矩阵乘积与随机矩阵一起使用来投影数据

__init__(n_components='auto', *, eps=0.1, random_state=None)

[源码]

初始化self，请参阅help(type(self))以获得准确的说明

fit(X, y=None)

[源码]

生成稀疏随机投影矩阵

参数	说明
X	numpy array or scipy.sparse of shape [n_samples, n_features] 训练集：根据上述论文中引用的理论，仅使用形状来找到最佳随机矩阵尺寸。
y	被忽略

返回值
self

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

[源码]

适合数据，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_samples, n_features)
y	ndarray of shape (n_samples,), default=None 目标值。
**fit_params	dict 其他拟合参数。

返回值	说明
X_new	ndarray array of shape (n_samples, n_features_new) 转换后的数组。

get_params(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 Parameter names mapped to their values.

set_params(**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）。后者的参数格式为<component> __ <parameter>，以便可以更新嵌套对象的每个组件。

参数	说明
**params	dict 估算器参数。

返回值	说明
self	object 估算器实例。

transform(X)

[源码]

通过将矩阵乘积与随机矩阵一起使用来投影数据

参数	说明
X	numpy array or scipy.sparse of shape [n_samples, n_features] 输入数据投影到较小的维空间中。

返回值	说明
X_new	numpy array or scipy sparse of shape [n_samples, n_components] 投影阵列。