DummyClassifier#

class sklearn.dummy.DummyClassifier(*, strategy='prior', random_state=None, constant=None)[source]#

DummyClassifier 做出忽略输入特征的预测。

该分类器作为简单的基线，用于与其他更复杂的分类器进行比较。

基线的具体行为通过 strategy 参数选择。

所有策略都做出忽略作为 X 参数传递给 fit 和 predict 的输入特征值的预测。然而，这些预测通常取决于作为 y 参数传递给 fit 中观察到的值。

请注意，“stratified”和“uniform”策略会导致非确定性预测，如果需要，可以通过设置 random_state 参数使其确定。其他策略本质上是确定性的，一旦拟合，对于任何 X 值，总是返回相同的常数预测。

更多信息请阅读用户指南。

0.13 版本新增。

参数:
strategy{“most_frequent”, “prior”, “stratified”, “uniform”, “constant”}, 默认为 “prior”

用于生成预测的策略。

  • “most_frequent”：predict 方法总是返回在传递给 fit 的 y 参数中观察到的最频繁的类别标签。predict_proba 方法返回匹配的独热编码向量。

  • “prior”：predict 方法总是返回在传递给 fit 的 y 参数中观察到的最频繁的类别标签（与“most_frequent”类似）。predict_proba 总是返回 y 的经验类别分布，也称为经验类别先验分布。

  • “stratified”：predict_proba 方法从由经验类别先验概率参数化的多项分布中随机抽样独热向量。predict 方法返回在 predict_proba 的独热向量中概率为1的类别标签。因此，这两种方法的每个抽样行都是独立且同分布的。

  • “uniform”：从 y 中观察到的唯一类别列表中均匀随机生成预测，即每个类别的概率相等。

  • “constant”：始终预测用户提供的常数标签。这对于评估非多数类别的指标很有用。

    0.24 版本变更: strategy 的默认值在 0.24 版本中已更改为“prior”。

random_stateint, RandomState 实例或 None, 默认为 None

当 strategy='stratified' 或 strategy='uniform' 时，控制生成预测的随机性。传递一个整数以在多次函数调用中获得可重现的输出。请参阅 词汇表。

constantint 或 str 或 形状为 (n_outputs,) 的类数组, 默认为 None

由“constant”策略预测的显式常数。此参数仅对“constant”策略有用。

属性:
classes_形状为 (n_classes,) 的 ndarray 或此类数组的列表

在 y 中观察到的唯一类别标签。对于多输出分类问题，此属性是数组列表，因为每个输出都有独立的可能类别集。

n_classes_int 或 int 列表

每个输出的标签数量。

class_prior_形状为 (n_classes,) 的 ndarray 或此类数组的列表

在 y 中观察到的每个类别的频率。对于多输出分类问题，这是为每个输出独立计算的。

n_features_in_int

在 fit 期间看到的特征数量。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 的所有特征名称都是字符串时才定义。

n_outputs_int

输出数量。

sparse_output_bool

如果从 predict 返回的数组是稀疏 CSC 格式，则为 True。如果输入 y 以稀疏格式传递，则自动设置为 True。

另请参阅

DummyRegressor

使用简单规则进行预测的回归器。

示例

>>> import numpy as np
>>> from sklearn.dummy import DummyClassifier
>>> X = np.array([-1, 1, 1, 1])
>>> y = np.array([0, 1, 1, 1])
>>> dummy_clf = DummyClassifier(strategy="most_frequent")
>>> dummy_clf.fit(X, y)
DummyClassifier(strategy='most_frequent')
>>> dummy_clf.predict(X)
array([1, 1, 1, 1])
>>> dummy_clf.score(X, y)
0.75
fit(X, y, sample_weight=None)[source]#

拟合基线分类器。

参数:
X形状为 (n_samples, n_features) 的类数组

训练数据。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 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。

返回:
selfobject

返回实例本身。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南以了解路由机制的工作原理。

返回:
routingMetadataRequest

封装路由信息的 MetadataRequest 对象。

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:
paramsdict

参数名称映射到其值。

predict(X)[source]#

对测试向量 X 执行分类。

参数:
X形状为 (n_samples, n_features) 的类数组

测试数据。

返回:
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组

X 的预测目标值。

predict_log_proba(X)[source]#

返回测试向量 X 的对数概率估计。

参数:
X{类数组, 具有有限长度或形状的对象}

训练数据。

返回:
P形状为 (n_samples, n_classes) 的 ndarray 或此类数组的列表

返回模型中每个类别的样本对数概率，其中类别按算术顺序排列，适用于每个输出。

predict_proba(X)[source]#

返回测试向量 X 的概率估计。

参数:
X形状为 (n_samples, n_features) 的类数组

测试数据。

返回:
P形状为 (n_samples, n_classes) 的 ndarray 或此类数组的列表

返回模型中每个类别的样本概率，其中类别按算术顺序排列，适用于每个输出。

score(X, y, sample_weight=None)[source]#

返回给定测试数据和标签的平均准确率。

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:
XNone 或 形状为 (n_samples, n_features) 的类数组

测试样本。将 None 作为测试样本传递与传递真实测试样本给出相同的结果，因为 DummyClassifier 独立于采样观察结果运行。

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:
scorefloat

self.predict(X) 相对于 y 的平均准确率。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → DummyClassifier[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 时相关（请参阅 sklearn.set_config）。有关路由机制的工作原理，请参阅用户指南。

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：应将元数据以给定别名而不是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。

1.3 版本新增。

注意

此方法仅在此估计器用作元估计器的子估计器时相关，例如在 Pipeline 内部使用时。否则，它没有效果。

参数:
sample_weightstr, True, False 或 None, 默认为 sklearn.utils.metadata_routing.UNCHANGED

fit 中 sample_weight 参数的元数据路由。

返回:
selfobject

更新后的对象。

set_params(**params)[source]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（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:
**paramsdict

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 = '$UNCHANGED$') → DummyClassifier[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 时相关（请参阅 sklearn.set_config）。有关路由机制的工作原理，请参阅用户指南。

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：应将元数据以给定别名而不是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。

1.3 版本新增。

注意

此方法仅在此估计器用作元估计器的子估计器时相关，例如在 Pipeline 内部使用时。否则，它没有效果。

参数:
sample_weightstr, True, False 或 None, 默认为 sklearn.utils.metadata_routing.UNCHANGED

score 中 sample_weight 参数的元数据路由。

返回:
selfobject

更新后的对象。