1
Amy 原创整理｜资料核验：2026-10-31
【文档事实】scikit-learn 的 Binarizer 按阈值把特征值变成 0 或 1：大于 threshold 的值变成 1，小于或等于它的值变成 0。默认阈值为 0，因此只有正数映射为 1。
【教学示例】若阈值为 2，输入一行 [1, 2, 3]，结果就是 [0, 0, 1]。中间那个 2 不会变成 1，边界测试时应特意包含这种“刚好等于”的样本。
这种处理能把计数改成“是否出现”的信息，但原来的次数大小也会丢失。官方还说明，处理稀疏矩阵时阈值不能小于 0。
【Amy 的使用建议】先写清业务上真正需要的是“大于”还是“大于等于”，再选实现方式；不要为了套函数而悄悄改变规则。这个转换器不会自动从数据中学出最佳阈值，阈值来源仍需你说明，并用与实际任务相符的评估来判断信息损失是否值得。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.Binarizer.html