as_float_array

sklearn.utils.as_float_array(X, *, copy=True, ensure_all_finite=True)

Konvertiert ein Array-ähnliches Objekt in ein Array von Gleitkommazahlen.

Der neue dtype wird np.float32 oder np.float64 sein, abhängig vom ursprünglichen Typ. Die Funktion kann eine Kopie erstellen oder das Argument je nach dem Argument copy modifizieren.

Parameter:

X{array-like, sparse matrix}

Die Eingabedaten.

copybool, Standard=True

Wenn True, wird eine Kopie von X erstellt. Wenn False, kann immer noch eine Kopie zurückgegeben werden, wenn der dtype von X kein Gleitkommatyp ist.

ensure_all_finitebool oder ‘allow-nan’, Standard=True

Ob ein Fehler bei np.inf, np.nan, pd.NA in X ausgelöst werden soll. Die Möglichkeiten sind

• True: Alle Werte von X werden zu endlichen Werten gezwungen.

• False: Akzeptiert np.inf, np.nan, pd.NA in X.

• ‘allow-nan’: Akzeptiert nur np.nan und pd.NA Werte in X. Werte dürfen nicht unendlich sein.

Hinzugefügt in Version 1.6: force_all_finite wurde in ensure_all_finite umbenannt.

Gibt zurück:

XT{ndarray, sparse matrix}

Ein Array vom Typ float.

Beispiele

>>> from sklearn.utils import as_float_array
>>> import numpy as np
>>> array = np.array([0, 0, 1, 2, 2], dtype=np.int64)
>>> as_float_array(array)
array([0., 0., 1., 2., 2.])