Spec-Zone.ru › TensorFlow 2.4 tf.keras.wrappers.scikit_learn.KerasClassifier Реализация API классификатора scikit-learn для Keras.
tf.keras.wrappers.scikit_learn.KerasClassifier(
build_fn=None, **sk_params
)
Методы check_paramsПросмотреть исходный код
check_params(
params
)
Проверяет наличие опечаток пользователя в params.
Аргументы params словарь; параметры, которые необходимо проверить
Исключения ValueError если какой-либо член params не является допустимым аргументом.
filter_sk_paramsПросмотреть исходный код
filter_sk_params(
fn, override=None
)
Фильтрует sk_params и возвращает те, что есть в аргументах fn.
Аргументы fn произвольная функция
override словарь, значения для перезаписи sk_params
Возвращаемое значение res словарь, содержащий переменные, присутствующие как в аргументах sk_params , так и в аргументах fn .
fitПросмотреть исходный код
fit(
x, y, **kwargs
)
Создаёт новую модель с build_fn и обучается по (x, y).
Аргументы x массив-подобный объект, форма (n_samples, n_features) Образцы обучения, где n_samples — количество образцов, а n_features — количество признаков.
y массив-подобный объект, форма (n_samples,) или (n_samples, n_outputs) Истинные метки для x.
**kwargs словарь аргументов Допустимые аргументы — аргументы метода Sequential.fit
Возвращаемое значение history объект, содержащий подробности о процессе обучения на каждой эпохе.
Исключения ValueError В случае неверной формы аргумента y .
get_paramsПросмотреть исходный код
get_params(
**params
)
Получает параметры для этого оценщика.
Аргументы **params игнорируется (существует для совместимости с API).
Возвращаемое значение Словарь с именами параметров и их значениями.
predictПросмотреть исходный код
predict(
x, **kwargs
)
Возвращает прогнозы классов для заданных тестовых данных.
Аргументы x массив-подобный объект, форма (n_samples, n_features) Тестовые образцы, где n_samples — количество образцов, а n_features — количество признаков.
**kwargs словарь аргументов Допустимые аргументы — аргументы метода Sequential.predict_classes
Возвращаемое значение preds массив-подобный объект, форма (n_samples,) Прогнозы классов.
predict_probaПросмотреть исходный код
predict_proba(
x, **kwargs
)
Возвращает оценки вероятностей классов для заданных тестовых данных.
Аргументы x массив-подобный объект, форма (n_samples, n_features) Тестовые образцы, где n_samples — количество образцов, а n_features — количество признаков.
**kwargs словарь аргументов Допустимые аргументы — аргументы метода Sequential.predict_classes
Возвращаемое значение proba массив-подобный объект, форма (n_samples, n_outputs) Оценки вероятностей классов. В случае бинарной классификации, для соответствия API scikit-learn, возвращает массив формы (n_samples, 2) (вместо (n_sample, 1) как в Keras).
scoreПросмотреть исходный код
score(
x, y, **kwargs
)
Возвращает среднюю точность по заданным тестовым данным и меткам.
Аргументы x массив-подобный объект, форма (n_samples, n_features) Тестовые образцы, где n_samples — количество образцов, а n_features — количество признаков.
y массив-подобный объект, форма (n_samples,) или (n_samples, n_outputs) Истинные метки для x.
**kwargs словарь аргументов Допустимые аргументы — аргументы метода Sequential.evaluate
Возвращаемое значение score число с плавающей точкой Средняя точность прогнозов по x относительно y.
Исключения ValueError Если базовой модели не настроено вычисление точности. Необходимо передать metrics=["accuracy"] в метод .compile() модели.
set_paramsПросмотреть исходный код
set_params(
**params
)
Устанавливает параметры этого оценщика.
Аргументы **params Словарь с именами параметров и их значениями.
Возвращаемое значение self
