注意
点击此处下载完整的示例代码。或者通过JupyterLite或Binder在浏览器中运行此示例。
__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。此方法通常在基于scikit-learn的基础类（如BaseEstimator或其子类）构建的自定义估计器类中实现。
开发者应在除fit之外的所有方法的开头使用check_is_fitted。如果需要自定义或加速检查，可以像下面所示实现__sklearn_is_fitted__方法。
在此示例中，自定义估计器展示了__sklearn_is_fitted__方法和check_is_fitted实用程序函数作为开发者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。
一个实现简单分类器的自定义估计器示例#
此代码片段定义了一个名为CustomEstimator的自定义估计器类，它扩展了scikit-learn的BaseEstimator和ClassifierMixin类，并展示了__sklearn_is_fitted__方法和check_is_fitted实用程序函数的用法。
# Authors: The scikit-learn developers
# SPDX-License-Identifier: 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
