ClassNamePrefixFeaturesOutMixin

classsklearn.base.ClassNamePrefixFeaturesOutMixin[source]

Mixin-класс для преобразователей, генерирующих собственные имена путём добавления префикса.

Этот миксин полезен, когда преобразователь должен генерировать собственные имена признаков, например PCA. Например, если PCA выводит 3 признака, то сгенерированные имена признаков будут: ["pca0", "pca1", "pca2"].

Этот миксин предполагает, что атрибут _n_features_out определён при подгонке преобразователя. _n_features_out — это число выходных признаков, которые преобразователь вернёт в transform из fit_transform.

Примеры

>>> import numpy as np
>>> from sklearn.base import ClassNamePrefixFeaturesOutMixin, BaseEstimator
>>> class MyEstimator(ClassNamePrefixFeaturesOutMixin, BaseEstimator):
...     def fit(self, X, y=None):
...         self._n_features_out = X.shape[1]
...         return self
>>> X = np.array([[1, 2], [3, 4]])
>>> MyEstimator().fit(X).get_feature_names_out()
array(['myestimator0', 'myestimator1'], dtype=object)

get_feature_names_out(input_features=None)[source]

Получение имён выходных признаков для преобразования.

Имена признаков будут иметь префикс, состоящий из имени класса в нижнем регистре. Например, если преобразователь выводит 3 признака, то имена признаков будут: ["class_name0", "class_name1", "class_name2"].

Параметры:

input_featuresмассив строк или None, по умолчанию None

Используется только для проверки имён признаков с именами, увиденными в fit.

Возвращает:

feature_names_outмассив объектов str

Преобразованные имена признаков.