sklearn.feature_selection.SelectPercentile

class sklearn.feature_selection.SelectPercentile

Seleccionar características según un percentil de las puntuaciones más altas.

Más información en el Manual de usuario.

Parámetros

score_funccallable, default=f_classif

Función que toma dos arrays X e y, y devuelve un par de arreglos (puntuaciones, pvalores) o un único arreglo con puntuaciones. Por defecto es f_classif (ver más abajo «Ver también»). La función por defecto sólo funciona con tareas de clasificación.

Nuevo en la versión 0.18.

percentileint, default=10

Porcentaje de características a conservar.

Atributos

scores_array-like de forma (n_features,)

Puntuaciones de las características.

pvalues_array-like de forma (n_features,)

valores p de las puntuaciones de las características, None si score_func devuelve sólo puntuaciones.

Ver también

f_classif

Valor F de ANOVA entre etiqueta/característica para tareas de clasificación.

mutual_info_classif

Información recíproca para un objetivo continuo.

chi2

Estadísticas Chi-cuadrado de las características no negativas para las tareas de clasificación.

f_regression

Valor F entre etiqueta/característica para tareas de regresión.

mutual_info_regression

Información recíproca para un objetivo continuo.

SelectKBest

Selecciona características basándose en las k puntuaciones más altas.

SelectFpr

Selecciona características basándose en una prueba de tasa de falsos positivos.

SelectFdr

Selecciona las características basándose en una tasa de falsos descubrimientos estimada.

SelectFwe

Selecciona las características en función de la tasa de error por familias.

GenericUnivariateSelect

Selector de características univariante con modo configurable.

Notas

Los vínculos entre características con puntuaciones iguales se romperán de forma no especificada.

Ejemplos

>>> from sklearn.datasets import load_digits
>>> from sklearn.feature_selection import SelectPercentile, chi2
>>> X, y = load_digits(return_X_y=True)
>>> X.shape
(1797, 64)
>>> X_new = SelectPercentile(chi2, percentile=10).fit_transform(X, y)
>>> X_new.shape
(1797, 7)

Métodos

fit	Ejecutar la función de puntuación en (X, y) y obtener las características adecuadas.
fit_transform	Ajustar a los datos y luego transformarlos.
get_params	Obtiene los parámetros de este estimador.
get_support	Obtiene una máscara, o índice entero, de las características seleccionadas
inverse_transform	Revierte la operación de transformación
set_params	Establece los parámetros de este estimador.
transform	Reduce X a las características seleccionadas.

fit()

Ejecutar la función de puntuación en (X, y) y obtener las características adecuadas.

Parámetros

Xarray-like de forma (n_samples, n_features)

Las muestras de entrada de entrenamiento.

yarray-like de forma (n_samples,)

Los valores objetivo (etiquetas de clase en clasificación, números reales en regresión).

Devuelve

selfobjeto

fit_transform()

Ajustar a los datos y luego transformarlos.

Ajusta el transformador a X e y con los parámetros opcionales fit_params y devuelve una versión transformada de X.

Parámetros

Xarray-like de forma (n_samples, n_features)

Muestras de entrada.

yarray-like de forma (n_samples,) o (n_samples, n_outputs), default=None

Valores objetivo (None para transformaciones no supervisadas).

**fit_paramsdict

Parámetros de ajuste adicionales.

Devuelve

X_newarreglo ndarray de forma (n_samples, n_features_new)

Arreglo transformado.

get_params()

Obtiene los parámetros de este estimador.

Parámetros

deepbooleano, default=True

Si es True, devolverá los parámetros para este estimador y los sub objetos contenidos que son estimadores.

Devuelve

paramsdict

Los nombres de los parámetros se asignan a sus valores.

get_support()

Obtiene una máscara, o índice entero, de las características seleccionadas

Parámetros

indicesbooleano, default=False

Si es True, el valor de retorno será un arreglo de enteros, en lugar de una máscara booleana.

Devuelve

supportarreglo

Un índice que selecciona las características retenidas de un vector de características. Si indices es False, se trata de un arreglo booleana de forma [# características de entrada], en la que un elemento es True si su característica correspondiente es seleccionada para ser retenida. Si indices es True, se trata de un arreglo de enteros de forma [# características de salida] cuyos valores son índices en el vector de características de entrada.

inverse_transform()

Revierte la operación de transformación

Parámetros

Xarreglo de forma [n_samples, n_selected_features]

Las muestras de entrada.

Devuelve

X_rarreglo de forma [n_samples, n_original_features]

X` con columnas de ceros insertadas donde las características habrían sido eliminadas por transform.

set_params()

Establece los parámetros de este estimador.

El método funciona tanto con estimadores simples como con objetos anidados (como Pipeline). Estos últimos tienen parámetros de la forma ``<component>__<parameter>` para que sea posible actualizar cada componente de un objeto anidado.

Parámetros

**paramsdict

Parámetros del estimador.

Devuelve

selfinstancia del estimador

Instancia del estimador.

transform()

Reduce X a las características seleccionadas.

Parámetros

Xarreglo de forma [n_samples, n_features]

Las muestras de entrada.

Devuelve

X_rarreglo de forma [n_samples, n_selected_features]

Las muestras de entrada solo con las características seleccionadas.

Ejemplos usando sklearn.feature_selection.SelectPercentile

SVM-Anova: SVM con selección de características univariantes