CalibratedClassifierCV#
- class sklearn.calibration.CalibratedClassifierCV(estimator=None, *, method='sigmoid', cv=None, n_jobs=None, ensemble='auto')[source]#
使用等渗回归或逻辑回归进行概率校准。
该类使用交叉验证来估计分类器的参数并随后校准分类器。当 `
ensemble=True` 时，对于每个交叉验证分割，它会将基础估计器的副本拟合到训练子集，并使用测试子集对其进行校准。对于预测，将对这些单独校准的分类器的预测概率进行平均。当 `ensemble=False` 时，交叉验证用于通过cross_val_predict获取无偏预测，然后将这些预测用于校准。对于预测，使用在所有数据上训练的基础估计器。这是在SVC和NuSVC估计器中实现预测方法时，`probabilities=True` 参数的用法（详见用户指南）。已经拟合的分类器可以通过将模型封装在
FrozenEstimator中进行校准。在这种情况下，所有提供的数据都用于校准。用户必须手动确保模型拟合和校准的数据是分离的。校准基于 `
estimator` 的 decision_function 方法（如果存在），否则基于 predict_proba。更多信息请阅读用户指南。要了解有关 CalibratedClassifierCV 类的更多信息，请参阅以下校准示例：分类器概率校准、概率校准曲线以及3类分类的概率校准。
- 参数:
- estimator估计器实例，默认为None
需要校准其输出的分类器，以提供更准确的 `
predict_proba` 输出。默认分类器是LinearSVC。版本 1.2 新增。
- method{‘sigmoid’, ‘isotonic’}，默认为’sigmoid’
用于校准的方法。可以是 ‘sigmoid’，对应于 Platt 方法（即逻辑回归模型），或 ‘isotonic’，这是一种非参数方法。不建议在校准样本过少（`
<<1000`）时使用等渗校准，因为它容易过拟合。- cvint，交叉验证生成器或可迭代对象，默认为None
确定交叉验证分割策略。cv 的可能输入包括
None，使用默认的5折交叉验证，
整数，指定折叠数量。
一个可迭代对象，产生 (训练，测试) 分割作为索引数组。
对于整数/None 输入，如果 `
y` 是二分类或多分类，则使用StratifiedKFold。如果 `y` 既不是二分类也不是多分类，则使用KFold。有关可在此处使用的各种交叉验证策略，请参阅用户指南。
0.22 版中更改: 当 None 时，`
cv` 的默认值从 3 折改为 5 折。1.6 版中更改: `
"prefit"` 已弃用。请改用FrozenEstimator。- n_jobsint，默认为None
并行运行的任务数量。`
None` 表示 1，除非在joblib.parallel_backend上下文中。`-1` 表示使用所有处理器。基础估计器克隆在交叉验证迭代中并行拟合。因此，并行化仅在 `
cv != "prefit"` 时发生。有关更多详细信息，请参阅术语表。
版本 0.24 新增。
- ensemblebool，或“auto”，默认为“auto”
确定校准器如何拟合。
如果 `
estimator` 是FrozenEstimator，则“auto”将使用 `False`，否则使用 `True`。如果为 `
True`，则对每个 `cv` 折叠使用训练数据拟合 `estimator`，并使用测试数据进行校准。最终的估计器是 `n_cv` 个拟合分类器和校准器对的集成，其中 `n_cv` 是交叉验证折叠的数量。输出是所有对的平均预测概率。如果为 `
False`，则通过cross_val_predict使用 `cv` 计算无偏预测，然后将这些预测用于校准。在预测时，使用的分类器是在所有数据上训练的 `estimator`。请注意，此方法也在具有 `probabilities=True` 参数的sklearn.svm估计器中内部实现。版本 0.24 新增。
1.6 版中更改: 新增了 `
"auto"` 选项，并将其设为默认值。
- 属性:
- classes_形状为 (n_classes,) 的 ndarray
类别标签。
- n_features_in_int
在 fit 期间看到的特征数量。仅当底层估计器在拟合时暴露此属性时才定义。
版本 0.24 新增。
- feature_names_in_形状为 (`
n_features_in_`,) 的 ndarray 在 fit 期间看到的特征名称。仅当底层估计器在拟合时暴露此属性时才定义。
版本 1.0 新增。
- calibrated_classifiers_列表 (长度等于 cv 或 1，如果 `
ensemble=False`) 分类器和校准器对的列表。
当 `
ensemble=True` 时，`n_cv` 个拟合的 `estimator` 和校准器对。`n_cv` 是交叉验证折叠的数量。当 `
ensemble=False` 时，是拟合所有数据的 `estimator` 和拟合的校准器。
0.24 版中更改: 当 `
ensemble=False` 时，单个校准分类器的情况。
另请参阅
calibration_curve计算校准曲线的真实概率和预测概率。
参考文献
[1]从决策树和朴素贝叶斯分类器获取校准的概率估计，B. Zadrozny & C. Elkan, ICML 2001
[2]将分类器分数转换为精确的多类别概率估计，B. Zadrozny & C. Elkan, (KDD 2002)
[3]支持向量机的概率输出及其与正则化似然方法的比较，J. Platt, (1999)
[4]用监督学习预测良好概率，A. Niculescu-Mizil & R. Caruana, ICML 2005
示例
>>> from sklearn.datasets import make_classification >>> from sklearn.naive_bayes import GaussianNB >>> from sklearn.calibration import CalibratedClassifierCV >>> X, y = make_classification(n_samples=100, n_features=2, ... n_redundant=0, random_state=42) >>> base_clf = GaussianNB() >>> calibrated_clf = CalibratedClassifierCV(base_clf, cv=3) >>> calibrated_clf.fit(X, y) CalibratedClassifierCV(...) >>> len(calibrated_clf.calibrated_classifiers_) 3 >>> calibrated_clf.predict_proba(X)[:5, :] array([[0.110, 0.889], [0.072, 0.927], [0.928, 0.072], [0.928, 0.072], [0.072, 0.928]]) >>> from sklearn.model_selection import train_test_split >>> X, y = make_classification(n_samples=100, n_features=2, ... n_redundant=0, random_state=42) >>> X_train, X_calib, y_train, y_calib = train_test_split( ... X, y, random_state=42 ... ) >>> base_clf = GaussianNB() >>> base_clf.fit(X_train, y_train) GaussianNB() >>> from sklearn.frozen import FrozenEstimator >>> calibrated_clf = CalibratedClassifierCV(FrozenEstimator(base_clf)) >>> calibrated_clf.fit(X_calib, y_calib) CalibratedClassifierCV(...) >>> len(calibrated_clf.calibrated_classifiers_) 1 >>> calibrated_clf.predict_proba([[-0.5, 0.5]]) array([[0.936, 0.063]])
- fit(X, y, sample_weight=None, **fit_params)[source]#
拟合校准模型。
- 参数:
- X形状为 (n_samples, n_features) 的类数组
训练数据。
- y形状为 (n_samples,) 的类数组
目标值。
- sample_weight形状为 (n_samples,) 的类数组，默认为None
样本权重。如果为 None，则样本权重相等。
- **fit_params字典
要传递给底层分类器的 `
fit` 方法的参数。
- 返回:
- self对象
返回 self 的一个实例。
- get_metadata_routing()[source]#
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:
- routingMetadataRouter
封装路由信息的
MetadataRouter。
- get_params(deep=True)[source]#
获取此估计器的参数。
- 参数:
- deepbool，默认为True
如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。
- 返回:
- params字典
参数名称及其对应值。
- predict(X)[source]#
预测新样本的目标。
预测类别是概率最高的类别，因此可能与未校准分类器的预测不同。
- 参数:
- X形状为 (n_samples, n_features) 的类数组
样本，由 `
estimator.predict` 接受。
- 返回:
- C形状为 (n_samples,) 的 ndarray
预测类别。
- predict_proba(X)[source]#
分类的校准概率。
此函数根据测试向量 X 的数组返回每个类别的校准分类概率。
- 参数:
- X形状为 (n_samples, n_features) 的类数组
样本，由 `
estimator.predict_proba` 接受。
- 返回:
- C形状为 (n_samples, n_classes) 的 ndarray
预测概率。
- score(X, y, sample_weight=None)[source]#
返回所提供数据和标签上的准确率。
在多标签分类中，这是子集准确率，这是一个严格的指标，因为它要求每个样本的每个标签集都必须正确预测。
- 参数:
- X形状为 (n_samples, n_features) 的类数组
测试样本。
- y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组
`
X` 的真实标签。- sample_weight形状为 (n_samples,) 的类数组，默认为None
样本权重。
- 返回:
- score浮点数
`
self.predict(X)` 相对于 `y` 的平均准确率。
- set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') CalibratedClassifierCV[source]#
请求传递给 `
fit` 方法的元数据。请注意，此方法仅在 `
enable_metadata_routing=True` 时才相关（参阅sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。每个参数的选项是
`
True`：请求元数据，如果提供则传递给 `fit`。如果未提供元数据，则忽略该请求。`
False`：不请求元数据，元估计器不会将其传递给 `fit`。`
None`：不请求元数据，如果用户提供，元估计器将引发错误。`
str`：元数据应以给定别名而非原始名称传递给元估计器。
默认值 (`
sklearn.utils.metadata_routing.UNCHANGED`) 保留现有请求。这允许您更改某些参数的请求而不更改其他参数。版本 1.3 新增。
注意
此方法仅在将此估计器用作元估计器的子估计器时才相关，例如在
Pipeline内部使用。否则它没有效果。- 参数:
- sample_weightstr, True, False, 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED
在 `
fit` 中 `sample_weight` 参数的元数据路由。
- 返回:
- self对象
更新后的对象。
- set_params(**params)[source]#
设置此估计器的参数。
此方法适用于简单估计器以及嵌套对象（例如
Pipeline）。后者具有 `<component>__<parameter>` 形式的参数，因此可以更新嵌套对象的每个组件。- 参数:
- **params字典
估计器参数。
- 返回:
- self估计器实例
估计器实例。
- set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') CalibratedClassifierCV[source]#
请求传递给 `
score` 方法的元数据。请注意，此方法仅在 `
enable_metadata_routing=True` 时才相关（参阅sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。每个参数的选项是
`
True`：请求元数据，如果提供则传递给 `score`。如果未提供元数据，则忽略该请求。`
False`：不请求元数据，元估计器不会将其传递给 `score`。`
None`：不请求元数据，如果用户提供，元估计器将引发错误。`
str`：元数据应以给定别名而非原始名称传递给元估计器。
默认值 (`
sklearn.utils.metadata_routing.UNCHANGED`) 保留现有请求。这允许您更改某些参数的请求而不更改其他参数。版本 1.3 新增。
注意
此方法仅在将此估计器用作元估计器的子估计器时才相关，例如在
Pipeline内部使用。否则它没有效果。- 参数:
- sample_weightstr, True, False, 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED
在 `
score` 中 `sample_weight` 参数的元数据路由。
- 返回:
- self对象
更新后的对象。
