朴素激进分类器#

class sklearn.linear_model.PassiveAggressiveClassifier(*, C=1.0, fit_intercept=True, max_iter=1000, tol=0.001, early_stopping=False, validation_fraction=0.1, n_iter_no_change=5, shuffle=True, verbose=0, loss='hinge', n_jobs=None, random_state=None, warm_start=False, class_weight=None, average=False)[source]#

朴素激进分类器。

详见用户指南。

参数:
C浮点型，默认值=1.0

最大步长（正则化）。默认为1.0。

fit_intercept布尔型，默认值=True

是否估计截距项。如果为False，则假定数据已居中。

max_iter整型，默认值=1000

训练数据的最大遍历次数（即epochs）。它只影响fit方法的行为，而不影响partial_fit方法。

0.19 版本新增。

tol浮点型或 None，默认值=1e-3

停止准则。如果不是 None，则当 (损失 > 上一个损失 - tol) 时，迭代将停止。

0.19 版本新增。

early_stopping布尔型，默认值=False

是否使用早停法在验证分数不再提高时终止训练。如果设置为 True，它将自动留出训练数据的一个分层子集作为验证集，并在验证分数连续 n_iter_no_change 个 epoch 未至少提高 tol 时终止训练。

0.20 版本新增。

validation_fraction浮点型，默认值=0.1

用于早停法的训练数据中作为验证集保留的比例。必须介于0和1之间。仅在 early_stopping 为 True 时使用。

0.20 版本新增。

n_iter_no_change整型，默认值=5

在早停前，等待验证分数没有改善的迭代次数。

0.20 版本新增。

shuffle布尔型，默认值=True

每个 epoch 后是否应打乱训练数据。

verbose整型，默认值=0

详细程度。

loss字符串，默认值="hinge"

要使用的损失函数：hinge：等同于参考文献中的PA-I。squared_hinge：等同于参考文献中的PA-II。

n_jobs整型或 None，默认值=None

用于执行OVA（One Versus All，多类别问题）计算的CPU数量。None 表示 1，除非在 joblib.parallel_backend 上下文。-1 表示使用所有处理器。详见术语表以获取更多详情。

random_state整型，RandomState 实例，默认值=None

当 shuffle 设置为 True 时，用于打乱训练数据。传入一个整型值可确保多次函数调用获得可重现的输出。详见术语表。

warm_start布尔型，默认值=False

当设置为 True 时，重用上次调用 fit 的解决方案作为初始化；否则，擦除之前的解决方案。详见术语表。

当 warm_start 为 True 时，重复调用 fit 或 partial_fit 可能会导致与单次调用 fit 不同的解决方案，因为数据打乱的方式不同。

class_weight字典，{类别标签: 权重} 或 “balanced” 或 None，默认值=None

class_weight fit 参数的预设。

与类别相关的权重。如果未给出，则所有类别都被认为权重为一。

“balanced” 模式使用 y 的值根据输入数据中类别频率的倒数自动调整权重，计算方式为 n_samples / (n_classes * np.bincount(y))。

0.17 版本新增：参数 class_weight 用于自动加权样本。

average布尔型或整型，默认值=False

当设置为 True 时，计算平均SGD权重并将其结果存储在 coef_ 属性中。如果设置为大于 1 的整型，则一旦观察到的样本总数达到 average，就开始平均。因此，average=10 意味着在看到 10 个样本后开始平均。

0.19 版本新增：参数 average 用于在SGD中使用权重平均。

属性:
coef_形状为 (1, n_features) 的 ndarray（如果 n_classes == 2，否则为 (n_classes, n_features)）

分配给特征的权重。

intercept_形状为 (1,) 的 ndarray（如果 n_classes == 2，否则为 (n_classes,)）

决策函数中的常数。

n_features_in_整型

在fit期间看到的特征数量。

0.24 版本新增。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

在fit期间看到的特征名称。仅当 X 的特征名称均为字符串时定义。

1.0 版本新增。

n_iter_整型

达到停止准则的实际迭代次数。对于多类别拟合，它是所有二元拟合中的最大值。

classes_形状为 (n_classes,) 的 ndarray

唯一的类别标签。

t_整型

训练期间执行的权重更新次数。等同于 (n_iter_ * n_samples + 1)。

另请参阅

SGDClassifier

增量训练的逻辑回归。

Perceptron

线性感知器分类器。

参考文献

在线朴素激进算法 <http://jmlr.csail.mit.edu/papers/volume7/crammer06a/crammer06a.pdf> K. Crammer, O. Dekel, J. Keshat, S. Shalev-Shwartz, Y. Singer - JMLR (2006)

示例

>>> from sklearn.linear_model import PassiveAggressiveClassifier
>>> from sklearn.datasets import make_classification
>>> X, y = make_classification(n_features=4, random_state=0)
>>> clf = PassiveAggressiveClassifier(max_iter=1000, random_state=0,
... tol=1e-3)
>>> clf.fit(X, y)
PassiveAggressiveClassifier(random_state=0)
>>> print(clf.coef_)
[[0.26642044 0.45070924 0.67251877 0.64185414]]
>>> print(clf.intercept_)
[1.84127814]
>>> print(clf.predict([[0, 0, 0, 0]]))
[1]
decision_function(X)[source]#

预测样本的置信度分数。

样本的置信度分数与该样本到超平面的有符号距离成正比。

参数:
X{数组型，稀疏矩阵}，形状为 (n_samples, n_features)

我们想获取置信度分数的数据矩阵。

返回:
scores形状为 (n_samples,) 或 (n_samples, n_classes) 的 ndarray

每 (n_samples, n_classes) 组合的置信度分数。在二元情况下，self.classes_[1] 的置信度分数（其中 >0 表示将预测此类别）。

densify()[source]#

将系数矩阵转换为密集数组格式。

将 coef_ 成员（恢复）转换为 numpy.ndarray。这是 coef_ 的默认格式，拟合时必需，因此只有在模型之前被稀疏化过时才需要调用此方法；否则，它是一个空操作。

返回:
self

已拟合的估计器。

fit(X, y, coef_init=None, intercept_init=None)[source]#

使用朴素激进算法拟合线性模型。

参数:
X{数组型，稀疏矩阵}，形状为 (n_samples, n_features)

训练数据。

y形状为 (n_samples,) 的数组型

目标值。

coef_init形状为 (n_classes, n_features) 的 ndarray

用于热启动优化的初始系数。

intercept_init形状为 (n_classes,) 的 ndarray

用于热启动优化的初始截距。

返回:
self对象

已拟合的估计器。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南关于路由机制如何工作。

返回:
routingMetadataRequest

一个MetadataRequest封装路由信息。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deep布尔型，默认值=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

参数名称与其值之间的映射。

partial_fit(X, y, classes=None)[source]#

使用朴素激进算法拟合线性模型。

参数:
X{数组型，稀疏矩阵}，形状为 (n_samples, n_features)

训练数据的子集。

y形状为 (n_samples,) 的数组型

目标值的子集。

classes形状为 (n_classes,) 的 ndarray

所有 partial_fit 调用中的类别。可以通过 np.unique(y_all) 获取，其中 y_all 是整个数据集的目标向量。第一次调用 partial_fit 时需要此参数，后续调用可以省略。请注意，y 不需要包含 classes 中的所有标签。

返回:
self对象

已拟合的估计器。

predict(X)[source]#

预测 X 中样本的类别标签。

参数:
X{数组型，稀疏矩阵}，形状为 (n_samples, n_features)

我们想获取预测结果的数据矩阵。

返回:
y_pred形状为 (n_samples,) 的 ndarray

包含每个样本类别标签的向量。

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

返回在提供的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被正确预测。

参数:
X形状为 (n_samples, n_features) 的数组型

测试样本。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的数组型

X 的真实标签。

sample_weight形状为 (n_samples,) 的数组型，默认值=None

样本权重。

返回:
score浮点型

self.predict(X) 相对于 y 的平均准确率。

set_fit_request(*, coef_init: bool | None | str = '$UNCHANGED$', intercept_init: bool | None | str = '$UNCHANGED$') → PassiveAggressiveClassifier[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（参见 sklearn.set_config）。请查看用户指南关于路由机制如何工作。

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，如果用户提供元数据，元估计器将引发错误。

  • str：元数据应使用此给定的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

此方法仅当此估计器用作元估计器的子估计器时才相关，例如在 Pipeline 中使用。否则无效。

参数:
coef_init字符串，True，False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

fit 中 coef_init 参数的元数据路由。

intercept_init字符串，True，False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

fit 中 intercept_init 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）。后者具有形式为 <component>__<parameter> 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_partial_fit_request(*, classes: bool | None | str = '$UNCHANGED$') → PassiveAggressiveClassifier[source]#

请求传递给 partial_fit 方法的元数据。

请注意，此方法仅在 enable_metadata_routing=True 时才相关（参见 sklearn.set_config）。请查看用户指南关于路由机制如何工作。

每个参数的选项是

  • True：请求元数据，如果提供则传递给 partial_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 partial_fit。

  • None：不请求元数据，如果用户提供元数据，元估计器将引发错误。

  • str：元数据应使用此给定的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

此方法仅当此估计器用作元估计器的子估计器时才相关，例如在 Pipeline 中使用。否则无效。

参数:
classes字符串，True，False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

partial_fit 中 classes 参数的元数据路由。

返回:
self对象

更新后的对象。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → PassiveAggressiveClassifier[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（参见 sklearn.set_config）。请查看用户指南关于路由机制如何工作。

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，如果用户提供元数据，元估计器将引发错误。

  • str：元数据应使用此给定的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

此方法仅当此估计器用作元估计器的子估计器时才相关，例如在 Pipeline 中使用。否则无效。

参数:
sample_weight字符串，True，False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

score 中 sample_weight 参数的元数据路由。

返回:
self对象

更新后的对象。

sparsify()[source]#

将系数矩阵转换为稀疏格式。

将 coef_ 成员转换为 scipy.sparse 矩阵，对于L1正则化模型，这比通常的 numpy.ndarray 表示法在内存和存储方面效率更高。

intercept_ 成员未被转换。

返回:
self

已拟合的估计器。

注意

对于非稀疏模型，即当 coef_ 中没有太多零时，这实际上可能会 增加 内存使用量，因此请谨慎使用此方法。经验法则是，零元素的数量（可以通过 (coef_ == 0).sum() 计算）必须超过50%才能提供显著的好处。

调用此方法后，除非您再次调用 densify，否则使用 partial_fit 方法（如果有）进行进一步拟合将无效。