add_dummy_feature

sklearn.preprocessing.add_dummy_feature(X, value=1.0)

增强数据集以添加额外的虚拟特征。

这对于使用不能直接拟合截距项的实现来拟合截距项非常有用。

Parameters:

X{array-like, sparse matrix}，形状为 (n_samples, n_features)

数据。

valuefloat

用于虚拟特征的值。

Returns:

X{ndarray, sparse matrix}，形状为 (n_samples, n_features + 1)

添加了虚拟特征作为第一列的相同数据。

Examples

>>> from sklearn.preprocessing import add_dummy_feature
>>> add_dummy_feature([[0, 1], [1, 0]])
array([[1., 0., 1.],
       [1., 1., 0.]])