make_union#

sklearn.pipeline.make_union(*transformers, n_jobs=None, verbose=False, verbose_feature_names_out=True)[Quelle]#

Erzeugt eine FeatureUnion aus den gegebenen Transformatoren.

Dies ist eine Abkürzung für den Konstruktor von FeatureUnion. Er erfordert keine und erlaubt keine Benennung der Transformatoren. Stattdessen werden ihnen Namen automatisch basierend auf ihren Typen gegeben. Gewichtungen sind ebenfalls nicht erlaubt.

Parameter:

*transformersListe von Schätzern: Ein oder mehrere Schätzer.
n_jobsint, default=None: Anzahl der parallel auszuführenden Jobs. None bedeutet 1, es sei denn, es befindet sich in einem joblib.parallel_backend Kontext. -1 bedeutet die Verwendung aller Prozessoren. Siehe Glossar für weitere Details.

Geändert in Version v0.20: n_jobs Standardwert geändert von 1 zu None.
verbosebool, default=False: Wenn True, wird die Zeit, die für das Anpassen jedes Transformers benötigt wird, während seiner Fertigstellung ausgegeben.
verbose_feature_names_outbool, Standardwert=True: Wenn True, enthalten die von get_feature_names_out generierten Feature-Namen Präfixe, die von den Transformatoren-Namen abgeleitet sind.

Gibt zurück:

fFeatureUnion: Ein FeatureUnion Objekt zum Verketten der Ergebnisse mehrerer Transformatorenobjekte.

Siehe auch

FeatureUnion: Klasse zum Verketten der Ergebnisse mehrerer Transformatorenobjekte.

Beispiele

>>> from sklearn.decomposition import PCA, TruncatedSVD
>>> from sklearn.pipeline import make_union
>>> make_union(PCA(), TruncatedSVD())
 FeatureUnion(transformer_list=[('pca', PCA()),
                               ('truncatedsvd', TruncatedSVD())])

make_union#

Diese Seite