ClassifierMixin

classsklearn.base.ClassifierMixin[исходный код]

Класс-миксин для всех классификаторов в scikit-learn.

Этот миксин предоставляет следующие возможности:

• задает тип оценщика как "classifier" с помощью тега estimator_type;
• метод score, который по умолчанию использует accuracy_score.
• обеспечивает, чтобы для fit требовалась передача y через тег requires_y; это достигается установкой тега типа классификатора.

Подробнее см. в руководстве пользователя.

Примеры

>>> import numpy as np
>>> from sklearn.base import BaseEstimator, ClassifierMixin
>>> # Mixin classes should always be on the left-hand side for a correct MRO
>>> class MyEstimator(ClassifierMixin, 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=1)
>>> X = np.array([[1, 2], [2, 3], [3, 4]])
>>> y = np.array([1, 0, 1])
>>> estimator.fit(X, y).predict(X)
array([1, 1, 1])
>>> estimator.score(X, y)
0.66...

score(X, y, sample_weight=None)[исходный код]

Возвращает точность на предоставленных данных и метках.

В многометочной классификации это точность по подмножествам — строгая метрика, поскольку для каждого образца требуется правильно предсказать весь набор меток.

Параметры:

Xмассивоподобный объект формы (n_samples, n_features)

Тестовые образцы.

yмассивоподобный объект формы (n_samples,) или (n_samples, n_outputs)

Истинные метки для X.

sample_weightмассивоподобный объект формы (n_samples,), по умолчанию None

Веса образцов.

Возвращает:

scoreвещественное число

Средняя точность self.predict(X) относительно y.

Примеры из галереи

__sklearn_is_fitted__ как API для разработчиков

Разработка оценщиков, совместимых с маршрутизацией метаданных