DummyClassifier#

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

DummyClassifier 做出忽略输入特征的预测。

这个分类器作为一个简单的基线，用于与其他更复杂的分类器进行比较。

基线的具体行为通过 strategy 参数选择。

所有策略都会进行预测，但会忽略作为 fit 和 predict 的 X 参数传入的输入特征值。然而，这些预测通常取决于作为 fit 参数传入的 y 中观察到的值。

请注意，“stratified” 和 “uniform” 策略会导致非确定性预测，如果需要，可以通过设置 random_state 参数使其变为确定性。其他策略本质上是确定性的，一旦拟合，对于 X 的任何值，它们总是返回相同的常数预测。

在用户指南中了解更多。

在版本 0.13 中添加。

参数:

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

用于生成预测的策略。

“most_frequent”：predict 方法总是返回传入 fit 的 y 参数中观察到的最频繁的类别标签。predict_proba 方法返回匹配的独热编码向量。
“prior”：predict 方法总是返回传入 fit 的 y 参数中观察到的最频繁的类别标签（类似于“most_frequent”）。predict_proba 总是返回 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分布中随机抽样独热向量。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，这两种方法的每个抽样行都是独立同分布的。
“uniform”：从 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数标签。这对于评估非多数类别的指标很有用。

0.24 版本中的变化: strategy 的默认值在 0.24 版本中已更改为“prior”。

random_stateint, RandomState instance or None, default=None

当 strategy='stratified' 或 strategy='uniform' 时，控制生成预测的随机性。传入一个整数可以在多次函数调用中产生可重现的输出。请参阅术语表。

constantint 或 str 或形状为 (n_outputs,) 的类数组对象，默认值=None

由“constant”策略预测的显式常数。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 or list of int: 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，此属性为每个输出独立计算。
n_features_in_int: 在拟合期间看到的特征数。
feature_names_in_shape 为 (n_features_in_,) 的 ndarray: 在 fit 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_布尔值: 如果从 predict 返回的数组应为稀疏 CSC 格式，则为 True。如果输入 y 以稀疏格式传入，则自动设置为 True。

另请参阅

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)[源代码]#

拟合基线分类器。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 训练数据。
yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like: 目标值。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: 样本权重。

返回:

selfobject: 返回实例本身。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制如何工作。

返回:

routingMetadataRequest: 封装路由信息的 MetadataRequest。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:

deepbool, default=True: 如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:

paramsdict: 参数名称映射到其值。

predict(X)[源代码]#

对测试向量 X 执行分类。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 测试数据。

返回:

yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like: X 的预测目标值。

predict_log_proba(X)[源代码]#

返回测试向量 X 的对数概率估计。

参数:

X{类数组对象，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的对数概率，其中类别为每个输出按算术顺序排列。

predict_proba(X)[源代码]#

返回测试向量 X 的概率估计。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 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的概率，其中类别为每个输出按算术顺序排列。

score(X, y, sample_weight=None)[源代码]#

Return the mean accuracy on the given test data and labels.

在多标签分类中，这是子集准确率 (subset accuracy)，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被正确预测。

参数:

XNone 或形状为 (n_samples, n_features) 的类数组对象: 测试样本。将 None 作为测试样本传入，与传入真实测试样本的结果相同，因为 DummyClassifier 的操作独立于抽样观测值。
yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like: X 的真实标签。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: 样本权重。

返回: