sklearn.utils.sparsefuncs.incr_mean_variance_axis¶
sklearn.utils.sparsefuncs.incr_mean_variance_axis(X, *, axis, last_mean, last_var, last_n)
计算CSR或CSC矩阵上沿轴的增量平均值和方差。
last_mean，last_var是此函数在最后一步计算的统计信息。 两者都必须初始化为适当大小的0数组，即X中的特征数量.last_n是到目前为止遇到的样本数量。
| 参数 | 说明 |
|---|---|
| X | CSR or CSC sparse matrix, shape (n_samples, n_features) 输入数据 |
| axis | int (either 0 or 1) 应该沿哪个轴进行计算 |
| last_mean | float array with shape (n_features,) 使用新数据X进行更新。 |
| last_var | float array with shape (n_features,) 要用新数据X更新的特性变量数组。 |
| last_n | int with shape (n_features,) 到目前为止看到的样本数，不包括X |
| 返回值 | 说明 |
|---|---|
| means | float array with shape (n_features,) 更新了功能方面的方法。 |
| variances | float array with shape (n_features,) 更新了功能方面的方差。 |
| n | int with shape (n_features,) 更新了可见样本的数量。 |
注:
NaN在算法中被忽略。