NeighborhoodComponentsAnalysis#

class sklearn.neighbors.NeighborhoodComponentsAnalysis(n_components=None, *, init='auto', warm_start=False, max_iter=50, tol=1e-05, callback=None, verbose=0, random_state=None)#

邻域组件分析。

邻域组件分析（NCA）是一种用于度量学习的机器学习算法。它以监督方式学习一个线性变换，以提高在变换后的空间中随机最近邻规则的分类准确性。

在 用户指南 中了解更多。

Parameters:
n_componentsint, default=None

投影空间的偏好维度。 如果为 None，则设置为 n_features 。

init{‘auto’, ‘pca’, ‘lda’, ‘identity’, ‘random’} 或形状为 (n_features_a, n_features_b) 的 ndarray, default=’auto’

线性变换的初始化。可能的选项有 'auto' , 'pca' , 'lda' , 'identity' , 'random' 和一个形状为 (n_features_a, n_features_b) 的 numpy 数组。

  • 'auto'

    根据 n_components ，将选择最合理的初始化。如果 n_components <= n_classes ，我们使用 'lda' ，因为它使用了标签信息。如果不是，但 n_components < min(n_features, n_samples) ，我们使用 'pca' ，因为它将数据投影到有意义的方向（那些方差较高的方向）。否则，我们只使用 'identity' 。

  • 'pca'

    n_components 个输入的主成分将用于初始化变换。 （参见 PCA ）

  • 'lda'

    min(n_components, n_classes) 个最具判别性的成分将用于初始化变换。 （如果 n_components > n_classes ，其余的成分将为零。）（参见 LinearDiscriminantAnalysis ）

  • 'identity'

    如果 n_components 严格小于传递给 fit 的输入的维度，则身份矩阵将被截断为前 n_components 行。

  • 'random'

    初始变换将是一个形状为 (n_components, n_features) 的随机数组。每个值从标准正态分布中采样。

  • numpy 数组

    n_features_b 必须匹配传递给 fit 的输入的维度，且 n_features_a 必须小于或等于该维度。 如果 n_components 不是 None ， n_features_a 必须匹配它。

warm_startbool, default=False

如果为 True 且之前调用过 fit ，则使用上一次调用 fit 的解作为初始线性变换（将忽略 n_components 和 init ）。

max_iterint, default=50

优化中的最大迭代次数。

tolfloat, default=1e-5

优化收敛的容差。

callbackcallable, default=None

如果不是 None ，则在优化器的每次迭代后调用此函数，参数为当前解（扁平化的变换矩阵）和迭代次数。这可能有助于在每次迭代后检查或存储找到的变换。

verboseint, default=0

如果为 0，则不会打印进度消息。 如果为 1，则将进度消息打印到标准输出。 如果 > 1，则打印进度消息并将 scipy.optimize.minimize 的 disp 参数设置为 verbose - 2 。

random_stateint 或 numpy.RandomState, default=None

伪随机数生成器对象或其种子。如果 init='random' ，则使用 random_state 初始化随机变换。如果 init='pca' ，则将 random_state 作为参数传递给 PCA 以初始化变换。传递一个 int 以在多次函数调用中获得可重复的结果。 参见 术语 。

Attributes:
components_形状为 (n_components, n_features) 的 ndarray

在拟合过程中学习的线性变换。

n_features_in_int

在 fit 过程中看到的特征数量。

Added in version 0.24.

n_iter_int

优化器执行的迭代次数。

random_state_numpy.RandomState

在初始化过程中使用的伪随机数生成器对象。

feature_names_in_形状为 ( n_features_in_ ,) 的 ndarray

在 fit 过程中看到的特征名称。仅当 X 的特征名称均为字符串时定义。

Added in version 1.0.

See also

sklearn.discriminant_analysis.LinearDiscriminantAnalysis

线性判别分析。

sklearn.decomposition.PCA

主成分分析 (PCA)。

References

[1]

J. Goldberger, G. Hinton, S. Roweis, R. Salakhutdinov. “Neighbourhood Components Analysis”. Advances in Neural Information Processing Systems. 17, 513-520, 2005. http://www.cs.nyu.edu/~roweis/papers/ncanips.pdf

[2]

Wikipedia entry on Neighborhood Components Analysis https://en.wikipedia.org/wiki/Neighbourhood_components_analysis

Examples

>>> from sklearn.neighbors import NeighborhoodComponentsAnalysis
>>> from sklearn.neighbors import KNeighborsClassifier
>>> from sklearn.datasets import load_iris
>>> from sklearn.model_selection import train_test_split
>>> X, y = load_iris(return_X_y=True)
>>> X_train, X_test, y_train, y_test = train_test_split(X, y,
... stratify=y, test_size=0.7, random_state=42)
>>> nca = NeighborhoodComponentsAnalysis(random_state=42)
>>> nca.fit(X_train, y_train)
NeighborhoodComponentsAnalysis(...)
>>> knn = KNeighborsClassifier(n_neighbors=3)
>>> knn.fit(X_train, y_train)
KNeighborsClassifier(...)
>>> print(knn.score(X_test, y_test))
0.933333...
>>> knn.fit(nca.transform(X_train), y_train)
KNeighborsClassifier(...)
>>> print(knn.score(nca.transform(X_test), y_test))
0.961904...
fit(X, y)#

拟合模型根据给定的训练数据。

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

训练样本。

y形状为 (n_samples,) 的类数组

对应的训练标签。

Returns:
self对象

拟合的估计器。

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)#

获取转换后的输出特征名称。

输出特征名称将以小写的类名作为前缀。例如，如果转换器输出3个特征，那么输出特征名称将是： ["class_name0", "class_name1", "class_name2"] 。

Parameters:
input_features类似数组的对象或None，默认为None

仅用于验证特征名称与 fit 中看到的名称。

Returns:
feature_names_outndarray of str对象

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。

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)#

将学习到的变换应用于给定数据。

Parameters:
Xarray-like of shape (n_samples, n_features)

数据样本。

Returns:
X_embedded: ndarray of shape (n_samples, n_components)

转换后的数据样本。

Raises:
NotFittedError

如果之前没有调用 fit 方法。

On this page
Show Source