__sklearn_is_fitted__ 作为开发者 API#
__sklearn_is_fitted__ 方法是 scikit-learn 中用于检查估计器对象是否已拟合的约定。此方法通常在自定义估计器类中实现，这些类构建在 scikit-learn 的基类（如 BaseEstimator 或其子类）之上。
开发者应该在除 fit 之外的所有方法的开头使用 check_is_fitted。如果他们需要自定义或加速检查，则可以如下所示实现 __sklearn_is_fitted__ 方法。
在本例中，自定义估计器展示了 __sklearn_is_fitted__ 方法和 check_is_fitted 实用函数作为开发者 API 的用法。__sklearn_is_fitted__ 方法通过验证 _is_fitted 属性的存在来检查拟合状态。
实现简单分类器的示例自定义估计器#
此代码段定义了一个名为 CustomEstimator 的自定义估计器类，该类扩展了 scikit-learn 中的 BaseEstimator 和 ClassifierMixin 类，并展示了 __sklearn_is_fitted__ 方法和 check_is_fitted 实用函数的用法。
# Author: Kushan <[email protected]>
#
# License: BSD 3 clause
from sklearn.base import BaseEstimator, ClassifierMixin
from sklearn.utils.validation import check_is_fitted
class CustomEstimator(BaseEstimator, ClassifierMixin):
def __init__(self, parameter=1):
self.parameter = parameter
def fit(self, X, y):
"""
Fit the estimator to the training data.
"""
self.classes_ = sorted(set(y))
# Custom attribute to track if the estimator is fitted
self._is_fitted = True
return self
def predict(self, X):
"""
Perform Predictions
If the estimator is not fitted, then raise NotFittedError
"""
check_is_fitted(self)
# Perform prediction logic
predictions = [self.classes_[0]] * len(X)
return predictions
def score(self, X, y):
"""
Calculate Score
If the estimator is not fitted, then raise NotFittedError
"""
check_is_fitted(self)
# Perform scoring logic
return 0.5
def __sklearn_is_fitted__(self):
"""
Check fitted status and return a Boolean value.
"""
return hasattr(self, "_is_fitted") and self._is_fitted
相关示例
