`sklearn.preprocessing`.KernelCenterer¶

class sklearn.preprocessing.KernelCenterer¶

Centra una matriz de núcleo.

Sea K(x, z) un núcleo definido por phi(x)^T phi(z), donde phi es una función que mapea x a un espacio de Hilbert. KernelCenterer centra (es decir, normaliza para tener media cero) los datos sin calcular explícitamente phi(x). Es equivalente a centrar phi(x) con sklearn.preprocessing.StandardScaler(with_std=False).

Lee más en el Manual de usuario.

Atributos

K_fit_rows_ndarray de forma (n_samples,): Promedio de cada columna de la matriz de núcleo.
K_fit_all_float: Promedio de la matriz de núcleo.

Ejemplos

>>> from sklearn.preprocessing import KernelCenterer
>>> from sklearn.metrics.pairwise import pairwise_kernels
>>> X = [[ 1., -2.,  2.],
...      [ -2.,  1.,  3.],
...      [ 4.,  1., -2.]]
>>> K = pairwise_kernels(X, metric='linear')
>>> K
array([[  9.,   2.,  -2.],
       [  2.,  14., -13.],
       [ -2., -13.,  21.]])
>>> transformer = KernelCenterer().fit(K)
>>> transformer
KernelCenterer()
>>> transformer.transform(K)
array([[  5.,   0.,  -5.],
       [  0.,  14., -14.],
       [ -5., -14.,  19.]])

Métodos

`fit`	Ajusta KernelCenterer
`fit_transform`	Ajusta a los datos y luego los transforma.
`get_params`	Obtiene los parámetros para este estimador.
`set_params`	Establece los parámetros de este estimador.
`transform`	Centra la matriz de núcleo.

fit()¶

Ajusta KernelCenterer

Parámetros

Kndarray de forma (n_samples, n_samples): Matriz de núcleo.
yNone: Ignorado.

Devuelve

selfobject: Transformador ajustado.

fit_transform()¶

Ajusta a los datos y luego los transforma.

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 para este estimador.

Parámetros

deepbool, default=True: Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.

Devuelve

paramsdict: Los nombres de los parámetros mapeados a sus valores.

set_params()¶

Establece los parámetros de este estimador.

El método funciona tanto en estimadores simples como en 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()¶

Centra la matriz de núcleo.

Parámetros

Kndarray de forma (n_samples1, n_samples2): Matriz de núcleo.
copybool, default=True: Establécelo en False para realizar el cálculo in place.

Devuelve

K_newndarray de forma (n_samples1, n_samples2)