本文简要介绍python语言中 sklearn.cross_decomposition.PLSSVD
的用法。
用法:
class sklearn.cross_decomposition.PLSSVD(n_components=2, *, scale=True, copy=True)
偏最小二乘 SVD。
该转换器仅对交叉协方差矩阵
X'Y
执行 SVD。它能够投影训练数据X
和目标Y
。训练数据X
投影在左奇异向量上,而目标投影在右奇异向量上。在用户指南中阅读更多信息。
- n_components:整数,默认=2
要保留的组件数。应该在
[1, min(n_samples, n_features, n_targets)]
中。- scale:布尔,默认=真
是否缩放
X
和Y
。- copy:布尔,默认=真
是否在应用居中和可能缩放之前复制
X
和Y
以适应。如果False
,这些操作将在原地完成,同时修改两个数组。
- x_weights_:ndarray 形状(n_features,n_components)
互协方差矩阵的 SVD 的左奇异向量。用于在
transform
中投影X
。- y_weights_:(n_targets,n_components)的ndarray
互协方差矩阵的 SVD 的右奇异向量。用于在
transform
中投影X
。x_scores_
ndarray 形状(n_samples,n_components)已弃用:属性
x_scores_
在 0.24 版本中已弃用,并将在 1.1 中删除(重命名为 0.26)。y_scores_
ndarray 形状(n_samples,n_components)已弃用:属性
y_scores_
在 0.24 版本中已弃用,并将在 1.1 中删除(重命名为 0.26)。- n_features_in_:int
拟合期间看到的特征数。
- feature_names_in_:ndarray 形状(
n_features_in_
,) 拟合期间看到的特征名称。仅当
X
具有全为字符串的函数名称时才定义。
参数:
属性:
例子:
>>> import numpy as np >>> from sklearn.cross_decomposition import PLSSVD >>> X = np.array([[0., 0., 1.], ... [1., 0., 0.], ... [2., 2., 2.], ... [2., 5., 4.]]) >>> Y = np.array([[0.1, -0.2], ... [0.9, 1.1], ... [6.2, 5.9], ... [11.9, 12.3]]) >>> pls = PLSSVD(n_components=2).fit(X, Y) >>> X_c, Y_c = pls.transform(X, Y) >>> X_c.shape, Y_c.shape ((4, 2), (4, 2))
相关用法
- Python sklearn PLSRegression用法及代码示例
- Python sklearn PLSCanonical用法及代码示例
- Python sklearn PowerTransformer.inverse_transform用法及代码示例
- Python sklearn PredefinedSplit用法及代码示例
- Python sklearn ParameterGrid用法及代码示例
- Python sklearn PatchExtractor用法及代码示例
- Python sklearn PolynomialFeatures用法及代码示例
- Python sklearn PassiveAggressiveClassifier用法及代码示例
- Python sklearn Product用法及代码示例
- Python sklearn PrecisionRecallDisplay.from_predictions用法及代码示例
- Python sklearn PrecisionRecallDisplay用法及代码示例
- Python sklearn PCA用法及代码示例
- Python sklearn PrecisionRecallDisplay.from_estimator用法及代码示例
- Python sklearn Perceptron用法及代码示例
- Python sklearn PairwiseKernel用法及代码示例
- Python sklearn Pipeline用法及代码示例
- Python sklearn PassiveAggressiveRegressor用法及代码示例
- Python sklearn PowerTransformer用法及代码示例
- Python sklearn PolynomialCountSketch用法及代码示例
- Python sklearn ParameterSampler用法及代码示例
- Python sklearn PartialDependenceDisplay.from_estimator用法及代码示例
- Python sklearn PoissonRegressor用法及代码示例
- Python sklearn jaccard_score用法及代码示例
- Python sklearn WhiteKernel用法及代码示例
- Python sklearn CalibrationDisplay.from_predictions用法及代码示例
注:本文由纯净天空筛选整理自scikit-learn.org大神的英文原创作品 sklearn.cross_decomposition.PLSSVD。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。