检查是否已拟合#
- sklearn.utils.validation.check_is_fitted(estimator, attributes=None, *, msg=None, all_or_any=<built-in function all>)[source]#
执行估计器的拟合验证。
通过验证拟合属性（以尾部下划线结尾）的存在来检查估计器是否已拟合，否则会引发带有给定消息的
NotFittedError。如果估计器没有设置任何以下划线结尾的属性，它可以定义一个返回布尔值的
__sklearn_is_fitted__方法，以指定估计器是否已拟合。有关如何使用此 API 的示例，请参见__sklearn_is_fitted__ 作为开发者 API。如果没有传递
attributes，如果估计器是无状态的，则此函数将通过。估计器可以通过设置requires_fit标签来指示其无状态。有关更多信息，请参见估计器标签。请注意，如果传递了attributes，则会忽略requires_fit标签。- 参数：
- estimator估计器实例
执行检查的估计器实例。
- attributesstr，str 列表或元组，默认为 None
作为字符串或字符串列表/元组给出的属性名称，例如：
["coef_", "estimator_", ...], "coef_"如果为
None，则如果存在以下划线结尾且不以双下划线开头的属性，则认为estimator已拟合。- msgstr，默认为 None
默认错误消息为：“此 %(name)s 实例尚未拟合。在使用此估计器之前，请使用适当的参数调用“fit”。 ”
对于自定义消息，如果消息字符串中存在“%(name)s”，则将其替换为估计器名称。
例如：“估计器 %(name)s 必须在稀疏化之前拟合”。
- all_or_anycallable，{all, any}，默认为 all
指定必须存在所有给定属性还是任何给定属性。
- 引发：
- TypeError
如果估计器是类或不是估计器实例
- NotFittedError
如果找不到属性。
示例
>>> from sklearn.linear_model import LogisticRegression >>> from sklearn.utils.validation import check_is_fitted >>> from sklearn.exceptions import NotFittedError >>> lr = LogisticRegression() >>> try: ... check_is_fitted(lr) ... except NotFittedError as exc: ... print(f"Model is not fitted yet.") Model is not fitted yet. >>> lr.fit([[1, 2], [1, 3]], [1, 0]) LogisticRegression() >>> check_is_fitted(lr)
