Binarize

class sklearn.preprocessing.Binarizer(threshold=0.0, copy=True)

将数据二值化（根据阈值将特征值设置为0或1）

大于阈值的值映射到1，而小于或等于阈值的值映射到0.默认阈值为0时，只有正值映射到1。

二值化是文本计数数据的常用操作，分析人员可以决定只考虑是否存在某个特征，而不是量化出现次数。

它也可以用作考虑布尔随机变量的估计器的预处理步骤（例如，在贝叶斯设置中使用伯努利分布建模）。

这个估计器是无状态的（除了构造器参数），fit方法在流水线中使用时什么都不会有用。

参数：

threshold：float，可选（默认为0.0）

低于或等于此值的特征值被替换为0，高于该特征值1.对于稀疏矩阵上的操作，阈值可能不小于0。

复制：布尔，可选，默认为True

设置为False来执行就地二进制化并避免复制（如果输入已经是numpy数组或scipy.sparse CSR矩阵）。

方法：

fit（X [，y]）	不做任何事情，并保持估计不变(只是为了实现API而已，废的)
fit_transform（X [，y]）	适合数据，然后转换它。
get_params（deep=True）	获取此估算器的参数。
set_params（** PARAMS）	设置此估算器的参数。
transform（X [，y，copy]）	二进制化X的