基估计器#
- class sklearn.base.BaseEstimator[source]#
scikit-learn 中所有估计器的基类。
继承此类提供以下功能的默认实现:
设置和获取
GridSearchCV
等使用的参数;在终端和 IDE 中显示的文本和 HTML 表示;
估计器序列化;
参数验证;
数据验证;
特征名称验证。
更多信息请阅读 用户指南。
备注
所有估计器都应在其
__init__
中将所有可以在类级别设置的参数指定为显式的关键字参数(无*args
或**kwargs
)。示例
>>> import numpy as np >>> from sklearn.base import BaseEstimator >>> class MyEstimator(BaseEstimator): ... def __init__(self, *, param=1): ... self.param = param ... def fit(self, X, y=None): ... self.is_fitted_ = True ... return self ... def predict(self, X): ... return np.full(shape=X.shape[0], fill_value=self.param) >>> estimator = MyEstimator(param=2) >>> estimator.get_params() {'param': 2} >>> X = np.array([[1, 2], [2, 3], [3, 4]]) >>> y = np.array([1, 0, 1]) >>> estimator.fit(X, y).predict(X) array([2, 2, 2]) >>> estimator.set_params(param=3).fit(X, y).predict(X) array([3, 3, 3])
- 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:
- routingMetadataRequest
一个
MetadataRequest
,封装了路由信息。