SequentialFeatureSelector#

class sklearn.feature_selection.SequentialFeatureSelector(estimator, *, n_features_to_select='auto', tol=None, direction='forward', scoring=None, cv=5, n_jobs=None)#

变压器，执行顺序特征选择。

此顺序特征选择器通过贪婪方式添加（前向选择）或移除（后向选择）特征来形成特征子集。在每个阶段，此估计器选择最佳特征以添加或移除，基于估计器的交叉验证得分。在无监督学习的情况下，此顺序特征选择器仅查看特征（X），而不查看期望输出（y）。

更多信息请参阅 用户指南 。

Added in version 0.24.

Parameters:
estimator估计器实例

一个未拟合的估计器。

n_features_to_select“auto”, int 或 float, 默认=”auto”

如果 "auto" ，行为取决于 tol 参数：

  • 如果 tol 不是 None ，则在得分变化不超过 tol 的情况下选择特征。

  • 否则，选择一半的特征。

如果为整数，该参数为要选择的绝对特征数量。如果为 0 到 1 之间的浮点数，则为要选择的特征比例。

Added in version 1.1: 选项 "auto" 在版本 1.1 中添加。

Changed in version 1.3: 默认值从 "warn" 改为 "auto" 在 1.3 中。

tolfloat, 默认=None

如果在连续的特征添加或移除过程中得分增加不超过 tol ，则停止添加或移除。

在使用 direction="backward" 移除特征时， tol 可以为负值。这可能有助于在小幅得分下降的情况下减少特征数量。

tol 仅在 n_features_to_select 为 "auto" 时启用。

Added in version 1.1.

direction{‘forward’, ‘backward’}, 默认=’forward’

执行前向选择还是后向选择。

scoringstr 或 callable, 默认=None

一个单一的 str（见 scoring_parameter ）或一个 callable（见 从指标函数定义您的评分策略 ）来评估测试集上的预测。

注意，当使用自定义评分器时，它应返回单一值。

如果为 None，则使用估计器的 score 方法。

cvint, 交叉验证生成器或可迭代对象, 默认=None

确定交叉验证分割策略。 cv 的可能输入为：

  • None，使用默认的 5 折交叉验证，

  • 整数，指定 (Stratified)KFold 中的折数，

  • CV splitter ,

  • 一个可迭代对象，生成 (train, test) 索引数组对。

对于整数/None 输入，如果估计器是分类器且 y 为二分类或多分类， 使用 StratifiedKFold 。在所有其他情况下，使用 KFold 。这些分割器使用 shuffle=False 实例化，因此分割将在多次调用中保持一致。

请参阅 用户指南 以了解可以在此处使用的各种交叉验证策略。

n_jobsint, 默认=None

并行运行的作业数量。在评估要添加或移除的新特征时，交叉验证过程在各折上并行。 None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。有关更多详细信息，请参阅 Glossary 。

Attributes:
n_features_in_int

在 fit 期间看到的特征数量。仅在基础估计器在拟合时暴露此类属性时定义。

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 的特征名均为字符串时定义。

Added in version 1.0.

n_features_to_select_int

被选择的特征数量。

support_ndarray of shape (n_features,), dtype=bool

所选特征的掩码。

See also

GenericUnivariateSelect

具有可配置策略的单变量特征选择器。

RFE

基于重要性权重的递归特征消除。

RFECV

基于重要性权重的递归特征消除，自动选择特征数量。

SelectFromModel

基于重要性权重阈值的特征选择。

Examples

>>> from sklearn.feature_selection import SequentialFeatureSelector
>>> from sklearn.neighbors import KNeighborsClassifier
>>> from sklearn.datasets import load_iris
>>> X, y = load_iris(return_X_y=True)
>>> knn = KNeighborsClassifier(n_neighbors=3)
>>> sfs = SequentialFeatureSelector(knn, n_features_to_select=3)
>>> sfs.fit(X, y)
SequentialFeatureSelector(estimator=KNeighborsClassifier(n_neighbors=3),
                          n_features_to_select=3)
>>> sfs.get_support()
array([ True, False,  True,  True])
>>> sfs.transform(X).shape
(150, 3)
fit(X, y=None)#

学习从X中选择特征。

Parameters:
X形状为 (n_samples, n_features) 的类数组

训练向量，其中 n_samples 是样本的数量， n_features 是预测变量的数量。

y形状为 (n_samples,) 的类数组，默认=None

目标值。对于无监督学习，此参数可能被忽略。

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()#

Raise NotImplementedError .

此估计器尚不支持元数据路由。

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:
X形状为 [n_samples, n_selected_features] 的数组

输入样本。

Returns:
X_r形状为 [n_samples, n_original_features] 的数组

X 在特征被 transform 方法移除的地方插入零列。

set_output(*, transform=None)#

设置输出容器。

请参阅 介绍 set_output API 以了解如何使用API的示例。

Parameters:
transform{“default”, “pandas”, “polars”}, 默认=None

配置 transform 和 fit_transform 的输出。

  • "default" : 转换器的默认输出格式

  • "pandas" : DataFrame 输出

  • "polars" : Polars 输出

  • None : 转换配置不变

Added in version 1.4: "polars" 选项已添加。

Returns:
self估计器实例

估计器实例。

set_params(**params)#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ）。后者具有形式为 <component>__<parameter> 的参数，以便可以更新嵌套对象的每个组件。

Parameters:
**paramsdict

估计器参数。

Returns:
selfestimator instance

估计器实例。

transform(X)#

将X 缩减为选定的特征。

Parameters:
Xarray of shape [n_samples, n_features]

输入样本。

Returns:
X_rarray of shape [n_samples, n_selected_features]

仅包含所选特征的输入样本。

On this page
Show Source