SelectKBest#

class sklearn.feature_selection.SelectKBest(score_func=<function f_classif>, *, k=10)#

根据k个最高分数选择特征。

更多信息请参阅用户指南。

Parameters:

score_funccallable, default=f_classif: 函数接受两个数组X和y，并返回一对数组(scores, pvalues)或一个包含分数的单个数组。默认是f_classif（见下面的“另请参见”）。默认函数仅适用于分类任务。

Added in version 0.18.
kint 或 “all”, default=10: 要选择的顶部特征数量。 “all”选项会绕过选择，用于参数搜索。

Attributes:

scores_array-like of shape (n_features,): 特征的分数。
pvalues_array-like of shape (n_features,): 特征分数的p值，如果 score_func 只返回分数，则为None。
n_features_in_int: 在 fit 期间看到的特征数量。

Added in version 0.24.
feature_names_in_ndarray of shape ( n_features_in_ ,): 在 fit 期间看到的特征名称。仅当 X 的特征名称均为字符串时定义。

Added in version 1.0.

See also

f_classif: 分类任务中标签/特征的ANOVA F值。
mutual_info_classif: 离散目标的互信息。
chi2: 分类任务中非负特征的卡方统计。
f_regression: 回归任务中标签/特征的F值。
mutual_info_regression: 连续目标的互信息。
SelectPercentile: 根据最高分数的百分位选择特征。
SelectFpr: 根据假阳性率测试选择特征。
SelectFdr: 根据估计的假发现率选择特征。
SelectFwe: 根据族系误差率选择特征。
GenericUnivariateSelect: 具有可配置模式的单变量特征选择器。

Notes

具有相同分数的特征之间的联系将以未指定的方式打破。

此过滤器支持仅请求 X 进行分数计算的无监督特征选择。

Examples

>>> from sklearn.datasets import load_digits
>>> from sklearn.feature_selection import SelectKBest, chi2
>>> X, y = load_digits(return_X_y=True)
>>> X.shape
(1797, 64)
>>> X_new = SelectKBest(chi2, k=20).fit_transform(X, y)
>>> X_new.shape
(1797, 20)

fit(X, y=None)#

运行评分函数在 (X, y) 上并获取适当的特征。

Parameters:

X形状为 (n_samples, n_features) 的类数组: 训练输入样本。
y形状为 (n_samples,) 的类数组或 None: 目标值（在分类中为类别标签，在回归中为实数）。如果选择器是无监督的，则可以将 y 设置为 None 。

Returns:

selfobject: 返回实例本身。

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

拟合数据，然后进行转换。

将转换器拟合到 X 和 y ，并带有可选参数 fit_params ，并返回 X 的转换版本。

Parameters:

X形状为 (n_samples, n_features) 的类数组: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组, 默认=None: 目标值（无监督转换为 None）。
**fit_paramsdict: 其他拟合参数。

Returns:

X_new形状为 (n_samples, n_features_new) 的 ndarray 数组: 转换后的数组。

get_feature_names_out(input_features=None)#

屏蔽根据选定特征的特征名称。

Parameters:

input_features字符串的类数组或None, 默认=None

输入特征。

如果 input_features 是 None ，则使用 feature_names_in_ 作为输入特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称： ["x0", "x1", ..., "x(n_features_in_ - 1)"] 。
如果 input_features 是类数组，则 input_features 必须与 feature_names_in_ 匹配，如果 feature_names_in_ 已定义。

Returns:

feature_names_out字符串对象的ndarray: 转换后的特征名称。

get_metadata_routing()#

获取此对象的元数据路由。

请查看用户指南以了解路由机制的工作原理。

Returns:

routingMetadataRequest: MetadataRequest 封装的路由信息。

get_params(deep=True)#

获取此估计器的参数。

Parameters:

deepbool, 默认=True: 如果为True，将返回此估计器和包含的子对象（也是估计器）的参数。

Returns:

paramsdict: 参数名称映射到它们的值。

get_support(indices=False)#

获取一个掩码或整数索引，用于选择特征。

Parameters:

indicesbool, 默认=False: 如果为True，返回值将是一个整数数组，而不是一个布尔掩码。

Returns:

supportarray: 一个从特征向量中选择保留特征的索引。如果 indices 为False，这是一个布尔数组，形状为 [# 输入特征]，其中元素为True当且仅当其对应的特征被选择保留。如果 indices 为 True，这是一个整数数组，形状为[# 输出特征]，其值为输入特征向量的索引。

inverse_transform(X)#

反转变换操作。

Parameters: