虚拟分类器#

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

DummyClassifier进行预测时会忽略输入特征。

此分类器用作与其他更复杂的分类器进行比较的简单基线。

基线的具体行为由strategy参数选择。

所有策略进行预测时都会忽略作为X参数传递给fit和predict的输入特征值。但是，预测通常取决于传递给fit的y参数中观察到的值。

请注意，“分层”和“一致”策略会导致非确定性预测，如果需要，可以通过设置random_state参数来使其确定性。“其他策略”天生是确定性的，一旦拟合，对于任何X值总是返回相同的常数预测。

更多信息请参见用户指南。

0.13版本新增。

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

用于生成预测的策略。

  • “most_frequent”: predict 方法始终返回传递给 fit 的观测 y 参数中最频繁的类别标签。predict_proba 方法返回匹配的独热编码向量。

  • “prior”: predict 方法始终返回传递给 fit 的观测 y 参数中最频繁的类别标签（类似于“most_frequent”）。predict_proba 始终返回 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式分布中随机抽取独热向量。predict 方法返回在 predict_proba 的独热向量中概率为一的类别标签。因此，两种方法的每个采样行都是独立同分布的。

  • “uniform”: 从在 y 中观察到的唯一类别列表中均匀随机生成预测，即每个类别具有相同的概率。

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

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

random_stateint，RandomState 实例或 None，默认=None

当 strategy='stratified' 或 strategy='uniform' 时，控制生成预测的随机性。为多次函数调用传递一个整数以获得可重复的输出。参见词汇表。

constantint 或 str 或形状为 (n_outputs,) 的数组，默认=None

由“constant”策略预测的显式常量。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，此属性是一个数组列表，因为每个输出都有一组独立的可能类别。

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，这是针对每个输出独立计算的。

n_features_in_int

在拟合期间看到的特征数量。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

在拟合期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

n_outputs_int

输出数量。

sparse_output_bool

如果从 predict 返回的数组应采用稀疏 CSC 格式，则为 True。如果输入 y 以稀疏格式传递，则会自动设置为 True。

另请参见

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=None

样本权重。

返回:
self对象

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，了解路由机制的工作原理。

返回:
routingMetadataRequest

一个MetadataRequest，封装了路由信息。

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，则将返回此估计器和包含的作为估计器的子对象的参数。

返回:
paramsdict

参数名称与其值的映射。

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，其中类别对于每个输出按算术顺序排列。

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，其中类别对于每个输出按算术顺序排列。

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被正确预测。

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

测试样本。将 None 作为测试样本与传递实际测试样本的结果相同，因为 DummyClassifier 的运行独立于采样观察值。

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=None

样本权重。

返回:
score浮点数

self.predict(X) 关于 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，只有在 enable_metadata_routing=True 时（参见 sklearn.set_config）此方法才相关。请参阅 用户指南，了解路由机制的工作原理。

每个参数的选项为

  • 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）保留现有的请求。这允许您更改某些参数的请求，而其他参数不变。

1.3 版中新增。

注意

仅当此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）此方法才相关。否则，它无效。

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:
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 <component>__<parameter> 形式的参数，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_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，只有在 enable_metadata_routing=True 时（参见 sklearn.set_config）此方法才相关。请参阅 用户指南，了解路由机制的工作原理。

每个参数的选项为

  • 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）保留现有的请求。这允许您更改某些参数的请求，而其他参数不变。

1.3 版中新增。

注意

仅当此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）此方法才相关。否则，它无效。

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:
self对象

更新后的对象。