Python sklearn Binarizer用法及代碼示例

本文簡要介紹python語言中 sklearn.preprocessing.Binarizer 的用法。

用法:

class sklearn.preprocessing.Binarizer(*, threshold=0.0, copy=True)

根據閾值對數據進行二值化(將特征值設置為 0 或 1)。

大於閾值的值映射到 1，而小於或等於閾值的值映射到 0。默認閾值為 0，隻有正值映射到 1。

二值化是對文本計數數據的一種常見操作，分析師可以決定隻考慮特征的存在或不存在，而不是例如量化的出現次數。

它也可以用作考慮布爾隨機變量的估計器的預處理步驟(例如，在貝葉斯設置中使用伯努利分布建模)。

在用戶指南中閱讀更多信息。

參數：

threshold：浮點數，默認=0.0

低於或等於此的特征值被 0 替換，高於它的 1 替換。對於稀疏矩陣的操作，閾值可能不小於 0。

copy：布爾，默認=真

設置為 False 以執行就地二值化並避免複製(如果輸入已經是 numpy 數組或 scipy.sparse CSR 矩陣)。

屬性：

n_features_in_：int

擬合期間看到的特征數。

feature_names_in_：ndarray 形狀(n_features_in_，)

擬合期間看到的特征名稱。僅當 X 具有全為字符串的函數名稱時才定義。

注意：

如果輸入是稀疏矩陣，則 Binarizer 類隻更新非零值。

這個估計器是無狀態的(除了構造函數參數)， fit 方法什麽都不做，但在管道中使用時很有用。

例子：

>>> from sklearn.preprocessing import Binarizer
>>> X = [[ 1., -1.,  2.],
...      [ 2.,  0.,  0.],
...      [ 0.,  1., -1.]]
>>> transformer = Binarizer().fit(X)  # fit does nothing.
>>> transformer
Binarizer()
>>> transformer.transform(X)
array([[1., 0., 1.],
       [1., 0., 0.],
       [0., 1., 0.]])