Python sklearn add_dummy_feature用法及代码示例

本文简要介绍python语言中 sklearn.preprocessing.add_dummy_feature 的用法。

用法:

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

使用额外的虚拟特征增强数据集。

这对于将截距项与无法直接拟合的实现拟合很有用。

参数：

X：{类数组，稀疏矩阵}，形状为 (n_samples, n_features)

数据。

value：浮点数

用于虚拟函数的值。

返回：

X：{ndarray, 稀疏矩阵} 形状 (n_samples, n_features + 1)

添加了作为第一列的虚拟特征的相同数据。

例子：

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