binarize

sklearn.preprocessing.binarize(X, *, threshold=0.0, copy=True)

Boolesches Thresholding von Array-ähnlichen oder Scipy.sparse Matrizen.

Lesen Sie mehr im Benutzerhandbuch.

Parameter:

X{array-like, sparse matrix} der Form (n_samples, n_features)

Die zu binarisierenden Daten, Element für Element. scipy.sparse Matrizen sollten im CSR- oder CSC-Format vorliegen, um eine unnötige Kopie zu vermeiden.

thresholdfloat, Standardwert=0.0

Merkmalswerte, die kleiner oder gleich diesem Wert sind, werden durch 0 ersetzt, Werte darüber durch 1. Der Schwellenwert darf nicht kleiner als 0 sein, wenn Operationen auf sparsen Matrizen durchgeführt werden.

copybool, Standard=True

Wenn False, wird versucht, eine Kopie zu vermeiden und die Binarisierung direkt vorzunehmen. Es ist nicht garantiert, dass dies immer direkt möglich ist; z. B. wenn die Daten ein numpy-Array mit dem dtype object sind, wird auch bei copy=False eine Kopie zurückgegeben.

Gibt zurück:

X_tr{ndarray, sparse matrix} mit der Form (n_samples, n_features)

Die transformierten Daten.

Siehe auch

Binarizer

Führt die Binarisierung mithilfe der Transformer-API durch (z. B. als Teil einer Vorverarbeitungs-Pipeline).

Beispiele

>>> from sklearn.preprocessing import binarize
>>> X = [[0.4, 0.6, 0.5], [0.6, 0.1, 0.2]]
>>> binarize(X, threshold=0.5)
array([[0., 1., 0.],
       [1., 0., 0.]])