ClassNamePrefixFeaturesOutMixin#

класс sklearn.base.ClassNamePrefixFeaturesOutMixin[источник]#

Миксин-класс для трансформеров, которые генерируют свои имена с помощью префиксов.

Этот миксин полезен, когда преобразователю необходимо генерировать собственные имена признаков, например, PCA. Например, если PCA выводит 3 признака, тогда сгенерированные имена признаков на выходе: ["pca0", "pca1", "pca2"].

Этот миксин предполагает, что _n_features_out атрибут определён, когда трансформер обучен. _n_features_out это количество выходных признаков, которые преобразователь вернет в transform of fit_transform.

Примеры

>>> import numpy as np
>>> from sklearn.base import ClassNamePrefixFeaturesOutMixin, BaseEstimator
>>> class MyEstimator(ClassNamePrefixFeaturesOutMixin, BaseEstimator):
...     def fit(self, X, y=None):
...         self._n_features_out = X.shape[1]
...         return self
>>> X = np.array([[1, 2], [3, 4]])
>>> MyEstimator().fit(X).get_feature_names_out()
array(['myestimator0', 'myestimator1'], dtype=object)
get_feature_names_out(input_features=None)[источник]#

Получить имена выходных признаков для преобразования.

Имена признаков на выходе будут иметь префикс в виде имени класса в нижнем регистре. Например, если преобразователь выводит 3 признака, то имена признаков на выходе: ["class_name0", "class_name1", "class_name2"].

Параметры:
input_featuresarray-like из str или None, по умолчанию=None

Используется только для проверки имен признаков с именами, встреченными в fit.

Возвращает:
feature_names_outndarray из str объектов

Преобразованные имена признаков.