基礎估計器#

class sklearn.base.BaseEstimator[原始碼]#

scikit-learn 中所有估計器的基礎類別。

繼承此類別提供以下預設實作：

設定和取得 GridSearchCV 和其他相關工具使用的參數；
在終端機和 IDE 中顯示的文字和 HTML 表示；
估計器序列化；
參數驗證；
資料驗證；
特徵名稱驗證。

在使用者指南中閱讀更多內容。

注意事項

所有估計器應在其 __init__ 中將可以在類別層級設定的所有參數指定為明確的關鍵字引數 (沒有 *args 或 **kwargs)。

範例

>>> 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])