sklearn类方法的参数答案

【问题标题】：Parameters of sklearn class methodssklearn类方法的参数
【发布时间】：2020-07-08 14:57:55
【问题描述】：

我有两个小问题。因此，在浏览了大量 sklearn 的文档后，我注意到许多 sklearn 预处理类（例如标准缩放器）都有一个 .transform 方法，该方法采用 X 值并对其进行缩放。但是，为了确保可以在管道中执行此操作，该方法还确保将 y 值也作为输入（尽管需要时忽略）

所以，问题 1：这些方法的文档如下所示：

fit_transform(self, X[, y]).

为什么括号里的y跟前面的逗号一样。是否表示该值不需要作为输入？

问题 2：如果我对问题一的想法是正确的，SelectKBest 的 fit_transform 文档如下所示：

fit_transform(self, X[, y])

在这种情况下，如果没有 y 值作为目标就无法选择 K 个特征，那么 y 怎么可能是可选输入？

【问题讨论】：

关于SelectKBest的第二个问题我无法回答，但是对于第一个问题，是的，通常括号表示参数是可选的。

标签： python scikit-learn

【解决方案1】：

如果您查看文档的explanation：

def fit_transform(self, X, y=None, **fit_params):
        """
        Fit to data, then transform it.
        Fits transformer to X and y with optional parameters fit_params
        and returns a transformed version of X.
        Parameters
        ----------
        X : {array-like, sparse matrix, dataframe} of shape \
                (n_samples, n_features)
        y : ndarray of shape (n_samples,), default=None
            Target values.
        **fit_params : dict
            Additional fit parameters.
        Returns
        -------
        X_new : ndarray array of shape (n_samples, n_features_new)
            Transformed array.
        """
        # non-optimized default implementation; override when a better
        # method is possible for a given clustering algorithm
        if y is None:
            # fit method of arity 1 (unsupervised transformation)
            return self.fit(X, **fit_params).transform(X)
        else:
            # fit method of arity 2 (supervised transformation)
            return self.fit(X, y, **fit_params).transform(X)

1 和 2 的答案在最后几行：if y is none，因此它基本上用于无监督转换，例如，如果您在没有目标值 y 的情况下运行“k-means”。

【讨论】：

有道理！谢谢！