冻结估计器#

class sklearn.frozen.FrozenEstimator(estimator)[source]#

包装已拟合估计器的估计器，以防止重新拟合。

此元估计器接收一个估计器并将其冻结，这意味着调用fit对其无效。fit_predict和fit_transform 也被禁用。所有其他方法都委托给原始估计器，并且原始估计器的属性也可以访问。

当您在管道中使用拟合的或预训练的模型作为转换器时，这尤其有用，并且您希望pipeline.fit对这一步没有影响。

参数：
estimator估计器

要保持冻结的估计器。

另请参见

无

scikit-learn 文档中没有类似的条目。

示例

>>> from sklearn.datasets import make_classification
>>> from sklearn.frozen import FrozenEstimator
>>> from sklearn.linear_model import LogisticRegression
>>> X, y = make_classification(random_state=0)
>>> clf = LogisticRegression(random_state=0).fit(X, y)
>>> frozen_clf = FrozenEstimator(clf)
>>> frozen_clf.fit(X, y)  # No-op
FrozenEstimator(estimator=LogisticRegression(random_state=0))
>>> frozen_clf.predict(X)  # Predictions from `clf.predict`
array(...)
fit(X, y, *args, **kwargs)[源代码]#

无操作。

作为冻结的估计器，调用fit无效。

参数：
X对象

忽略。

y对象

忽略。

*args元组

附加的位置参数。忽略，但为了与self.estimator保持 API 兼容性而存在。

**kwargs字典

附加的关键字参数。忽略，但为了与self.estimator保持 API 兼容性而存在。

返回：
self对象

返回实例本身。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回：
routingMetadataRequest

一个MetadataRequest 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

返回一个{"estimator": estimator}字典。不包含内部估计器的参数。

参数：
deep布尔值，默认为 True

忽略。

返回：
params字典

参数名称映射到其值。

set_params(**kwargs)[源代码]#

设置此估计器的参数。

这里唯一有效的键是estimator。您无法设置内部估计器的参数。

参数：
**kwargs字典

估计器参数。

返回：
selfFrozenEstimator

此估计器。