SelectFwe

classsklearn.feature_selection.SelectFwe(score_func=<function f_classif>, *, alpha=0.05)[исходный код]

Фильтр: выбирает значения p, соответствующие частоте ошибок первого рода для семейства гипотез.

Подробнее см. в руководстве пользователя.

Параметры:

score_funccallable, по умолчанию=f_classif

Функция, принимающая два массива X и y и возвращающая пару массивов (scores, pvalues). По умолчанию используется f_classif (см. раздел «См. также» ниже). Функция по умолчанию работает только с задачами классификации.

alphafloat, по умолчанию=5e-2

Наибольшее нескорректированное значение p для сохраняемых признаков.

Атрибуты:

scores_array-like формы (n_features,)

Оценки признаков.

pvalues_array-like формы (n_features,)

Значения p для оценок признаков.

n_features_in_int

Количество признаков, обнаруженных во время fit.

Добавлено в версии 0.24.

feature_names_in_ndarray формы (n_features_in_,)

Имена признаков, обнаруженных во время fit. Определяется только в том случае, если X содержит имена признаков, все из которых являются строками.

Добавлено в версии 1.0.

См. также

f_classif

F-значение ANOVA между меткой и признаком для задач классификации.

chi2

Статистика хи-квадрат для неотрицательных признаков в задачах классификации.

f_regression

F-значение между меткой и признаком для задач регрессии.

SelectPercentile

Выбирает признаки на основе процентиля наибольших оценок.

SelectKBest

Выбирает признаки на основе k наибольших оценок.

SelectFpr

Выбирает признаки на основе проверки частоты ложноположительных результатов.

SelectFdr

Выбирает признаки на основе оценки частоты ложных обнаружений.

GenericUnivariateSelect

Одномерный селектор признаков с настраиваемым режимом.

Примеры

>>> from sklearn.datasets import load_breast_cancer
>>> from sklearn.feature_selection import SelectFwe, chi2
>>> X, y = load_breast_cancer(return_X_y=True)
>>> X.shape
(569, 30)
>>> X_new = SelectFwe(chi2, alpha=0.01).fit_transform(X, y)
>>> X_new.shape
(569, 15)

fit(X, y=None)[исходный код]

Выполняет функцию оценки для (X, y) и выбирает соответствующие признаки.

Параметры:

Xarray-like формы (n_samples, n_features)

Обучающие входные выборки.

yarray-like формы (n_samples,) или None

Целевые значения (метки классов в классификации, действительные числа в регрессии). Если селектор работает без учителя, то y можно задать равным None.

Возвращает:

selfobject

Возвращает сам экземпляр.

fit_transform(X, y=None, **fit_params)[исходный код]

Обучает преобразователь на данных, а затем преобразует их.

Обучает преобразователь на X и y с необязательными параметрами fit_params и возвращает преобразованную версию X.

Параметры:

Xarray-like формы (n_samples, n_features)

Входные выборки.

yarray-like формы (n_samples,) или (n_samples, n_outputs), по умолчанию=None

Целевые значения (None для преобразований без учителя).

**fit_paramsdict

Дополнительные параметры обучения. Передавайте их только в том случае, если оценщик принимает дополнительные параметры в методе fit.

Возвращает:

X_newndarray array формы (n_samples, n_features_new)

Преобразованный массив.

get_feature_names_out(input_features=None)[исходный код]

Применяет маску к именам признаков в соответствии с выбранными признаками.

Параметры:

input_featuresarray-like строк или None, по умолчанию=None

Входные признаки.

• Если input_features равно None, то feature_names_in_ используется в качестве имен входных признаков. Если feature_names_in_ не задано, генерируются следующие имена входных признаков: ["x0", "x1", ..., "x(n_features_in_ - 1)"].
• Если input_features является array-like, то input_features должно совпадать с feature_names_in_, если задано feature_names_in_.

Возвращает:

feature_names_outndarray объектов str

Имена преобразованных признаков.

get_metadata_routing()[исходный код]

Возвращает маршрутизацию метаданных этого объекта.

Информацию о работе механизма маршрутизации см. в руководстве пользователя.

Возвращает:

routingMetadataRequest

MetadataRequest, содержащий сведения о маршрутизации.

get_params(deep=True)[исходный код]

Возвращает параметры этого оценщика.

Параметры:

deepbool, по умолчанию=True

Если True, возвращает параметры этого оценщика и содержащихся в нём объектов, которые являются оценщиками.

Возвращает:

paramsdict

Имена параметров, сопоставленные с их значениями.

get_support(indices=False)[исходный код]

Возвращает маску или целочисленные индексы выбранных признаков.

Параметры:

indicesbool, по умолчанию=False

Если True, возвращаемым значением будет массив целых чисел, а не булева маска.

Возвращает:

supportarray

Индекс, выбирающий сохраняемые признаки из вектора признаков. Если indices равно False, это булев массив формы [# входных признаков], в котором элемент равен True тогда и только тогда, когда соответствующий признак выбран для сохранения. Если indices равно True, это целочисленный массив формы [# выходных признаков], значения которого являются индексами во входном векторе признаков.

inverse_transform(X)[исходный код]

Отменяет операцию преобразования.

Параметры:

Xarray формы [n_samples, n_selected_features]

Входные выборки.

Возвращает:

X_originalarray формы [n_samples, n_original_features]

X со столбцами из нулей в тех местах, где признаки были удалены методом transform.

set_output(*, transform=None)[исходный код]

Задаёт контейнер для выходных данных.

Дополнительную информацию см. в руководстве пользователя, а пример использования API — в разделе Знакомство с API set_output.

Параметры:

transform{“default”, “pandas”, “polars”}, по умолчанию=None

Настраивает формат выходных данных transform и fit_transform.

• "default": формат выходных данных преобразователя по умолчанию
• "pandas": выходные данные в формате DataFrame
• "polars": выходные данные в формате Polars
• None: конфигурация преобразования не меняется

Добавлено в версии 1.4: Добавлена опция "polars".

Возвращает:

selfэкземпляр оценщика

Экземпляр оценщика.

set_params(**params)[исходный код]

Задаёт параметры этого оценщика.

Метод работает как с простыми оценщиками, так и с вложенными объектами (например, Pipeline). Параметры последних имеют вид <component>__<parameter>, что позволяет обновлять каждый компонент вложенного объекта.

Параметры:

**paramsdict

Параметры оценщика.

Возвращает:

selfэкземпляр оценщика

Экземпляр оценщика.

transform(X)[исходный код]

Сокращает X, оставляя только выбранные признаки.

Параметры:

Xarray формы [n_samples, n_features]

Входные выборки.

Возвращает:

X_rarray формы [n_samples, n_selected_features]

Входные выборки, содержащие только выбранные признаки.