BaseEstimator

classsklearn.base.BaseEstimator[исходный код]

Базовый класс для всех оценивателей в scikit-learn.

Наследование от этого класса предоставляет реализации по умолчанию для:

• установки и получения параметров, используемых в GridSearchCV и аналогичных методах;
• текстового и HTML-представления, отображаемого в терминалах и IDE;
• сериализации оценивателя;
• проверки параметров;
• проверки данных;
• проверки названий признаков.

Подробнее см. в Руководстве пользователя.

Примечания

Все оцениватели должны указывать все параметры, которые можно задать на уровне класса, в их __init__ в виде явных именованных аргументов (без *args или **kwargs).

Примеры

>>> 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()[исходный код]

Получить сведения о маршрутизации метаданных этого объекта.

О том, как работает механизм маршрутизации, см. в Руководстве пользователя.

Возвращает:

routingMetadataRequest

MetadataRequest, содержащий сведения о маршрутизации.

get_params(deep=True)[исходный код]

Получить параметры этого оценивателя.

Параметры:

deepbool, default=True

Если True, будут возвращены параметры этого оценивателя и содержащихся в нём подобъектов, являющихся оценивателями.

Возвращает:

paramsdict

Имена параметров, сопоставленные с их значениями.

set_params(**params)[исходный код]

Задать параметры этого оценивателя.

Метод работает как с простыми оценивателями, так и с вложенными объектами (например, Pipeline). У последних параметры имеют вид <component>__<parameter>, что позволяет обновлять каждый компонент вложенного объекта.

Параметры:

**paramsdict

Параметры оценивателя.

Возвращает:

selfэкземпляр оценивателя

Экземпляр оценивателя.

Примеры из галереи

Индуктивная кластеризация

__sklearn_is_fitted__ как API для разработчиков

Разработка оценивателей, совместимых с маршрутизацией метаданных

Приближённый поиск ближайших соседей в TSNE