Python cuml.experimental.preprocessing.KBinsDiscretizer用法及代码示例

用法:
class cuml.experimental.preprocessing.KBinsDiscretizer(*args, **kwargs)

将连续数据分档为区间。

参数：

n_bins：int 或array-like，形状(n_features，)(默认值=5)

要生成的 bin 数量。如果 n_bins < 2 则引发 ValueError 。

encode：{‘onehot’，'onehot-dense'，‘ordinal’}，(默认='onehot')

用于对转换结果进行编码的方法。

一热: 使用one-hot 编码对转换后的结果进行编码，并返回一个稀疏矩阵。忽略的特征总是堆叠在右侧。
onehot-dense: 使用one-hot 编码对转换后的结果进行编码，并返回一个密集数组。忽略的特征总是堆叠在右侧。
序数: 返回编码为整数值的 bin 标识符。

strategy：{‘uniform’, ‘quantile’, ‘kmeans’}，(默认='分位数')

用于定义 bin 宽度的策略。

制服: 每个要素中的所有 bin 具有相同的宽度。
分位数: 每个要素中的所有 bin 具有相同数量的点。
平均数: 每个 bin 中的值具有相同的最近的一维 k-means 簇中心。

注意：

在特征 i 的 bin 边中，第一个和最后一个值仅用于 inverse_transform 。在变换期间，bin 边扩展到：

np.concatenate([-np.inf, bin_edges_[i][1:-1], np.inf])

如果您只想预处理部分函数，可以将KBinsDiscretizer 与sklearn.compose.ColumnTransformer 结合使用。

KBinsDiscretizer 可能会产生恒定特征(例如，当 encode = 'onehot' 和某些 bin 不包含任何数据时)。可以使用特征选择算法(例如，sklearn.feature_selection.VarianceThreshold)删除这些特征。

例子：

>>> X = [[-2, 1, -4,   -1],
...      [-1, 2, -3, -0.5],
...      [ 0, 3, -2,  0.5],
...      [ 1, 4, -1,    2]]
>>> est = KBinsDiscretizer(n_bins=3, encode='ordinal', strategy='uniform')
>>> est.fit(X)
KBinsDiscretizer(...)
>>> Xt = est.transform(X)
>>> Xt  
array([[ 0., 0., 0., 0.],
       [ 1., 1., 1., 0.],
       [ 2., 2., 2., 1.],
       [ 2., 2., 2., 2.]])

有时将数据转换回原始特征空间可能很有用。 inverse_transform 函数将分箱数据转换为原始特征空间。每个值将等于两个 bin 边的平均值。

>>> est.bin_edges_[0]
array([-2., -1.,  0.,  1.])
>>> est.inverse_transform(Xt)
array([[-1.5,  1.5, -3.5, -0.5],
       [-0.5,  2.5, -2.5, -0.5],
       [ 0.5,  3.5, -1.5,  0.5],
       [ 0.5,  3.5, -1.5,  1.5]])

属性：

n_bins_：int 数组，形状(n_features，): 每个特征的 bin 数量。宽度太小(即 <= 1e-8)的 bin 将被删除并发出警告。
bin_edges_：数组数组，形状 (n_features, ): 每个 bin 的边。包含不同形状的数组(n_bins_, ) 忽略的特征将有空数组。

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuml.experimental.preprocessing.KBinsDiscretizer。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。