FrozenEstimator

classsklearn.frozen.FrozenEstimator(estimator)[source]

Оценщик, который оборачивает обученный оценщик, чтобы предотвратить повторную подгонку.

Этот метаоценщик принимает оценщик и замораживает его в том смысле, что вызов fit на нём не оказывает никакого влияния. fit_predict и fit_transform также отключены. Все остальные методы делегируются исходному оценщику, и атрибуты исходного оценщика также доступны.

Это особенно полезно, когда у вас есть обученная или предварительно обученная модель в качестве преобразователя в конвейере, и вы хотите, чтобы pipeline.fit не влиял на этот шаг.

Параметры:

estimatorestimator

Оценщик, который нужно заморозить.

См. также

None

Нет аналогичной записи в документации scikit-learn.

Примеры

>>> from sklearn.datasets import make_classification
>>> from sklearn.frozen import FrozenEstimator
>>> from sklearn.linear_model import LogisticRegression
>>> X, y = make_classification(random_state=0)
>>> clf = LogisticRegression(random_state=0).fit(X, y)
>>> frozen_clf = FrozenEstimator(clf)
>>> frozen_clf.fit(X, y)  # No-op
FrozenEstimator(estimator=LogisticRegression(random_state=0))
>>> frozen_clf.predict(X)  # Predictions from `clf.predict`
array(...)

fit(X, y, *args, **kwargs)[source]

Пустая операция.

В качестве замороженного оценщика вызов fit не оказывает никакого эффекта.

Параметры:

Xobject

Игнорируется.

yobject

Игнорируется.

*argstuple

Дополнительные позиционные аргументы. Игнорируются, но присутствуют для совместимости с API с self.estimator.

**kwargsdict

Дополнительные ключевые аргументы. Игнорируются, но присутствуют для совместимости с API с self.estimator.

Возвращает:

selfobject

Возвращает сам экземпляр.

get_metadata_routing()[source]

Получить маршрутизацию метаданных этого объекта.

Пожалуйста, см. Руководство пользователя о том, как работает механизм маршрутизации.

Возвращает:

routingMetadataRequest

MetadataRequest encapsulating routing information.

get_params(deep=True)[source]

Получить параметры этого оценщика.

Возвращает словарь {"estimator": estimator}. Параметры внутреннего оценщика не включены.

Параметры:

deepbool, default=True

Игнорируется.

Возвращает:

paramsdict

Имена параметров, сопоставленные со своими значениями.

set_params(**kwargs)[source]

Установить параметры этого оценщика.

Единственный допустимый ключ здесь — estimator. Вы не можете установить параметры внутреннего оценщика.

Параметры:

**kwargsdict

Параметры оценщика.

Возвращает:

selfFrozenEstimator

Этот оценщик.

Примеры из галереи

Основные моменты выпуска scikit-learn 1.6

Калибровка вероятностей для 3-классовой классификации

Примеры использования FrozenEstimator

Настройка порога принятия решения для обучения с учетом затрат