📅 最后修改于: 2020-12-10 05:48:28 🧑 作者: Mango
Scikit-learn的对象共享一个统一的基本API，该API由以下三个互补接口组成-
估计器接口-用于构建和拟合模型。
预测器接口-用于进行预测。
变压器接口-用于转换数据。
这些API采用简单的约定，并且以避免框架代码泛滥的方式指导了设计选择。
约定的目的是确保API遵循以下广泛原则-
一致性-所有对象(无论是基础对象还是复合对象)都必须共享一致的接口，该接口进一步由一组有限的方法组成。
检查-构造函数参数和由学习算法确定的参数值应存储并公开为公共属性。
类的不扩散-数据集应表示为NumPy数组或Scipy稀疏矩阵，而超参数名称和值应表示为标准Python字符串，以避免框架代码的泛滥。
组合-无论是将算法表达为数据转换的序列还是转换的组合，或者自然地视为在其他算法上参数化的元算法，都应从现有的构建模块中实施并组成。
合理的默认值-在scikit-learn中，每当操作需要用户定义的参数时，就会定义适当的默认值。此默认值应使操作以明智的方式执行，例如，为手头的任务提供基线解决方案。
Sklearn中可用的约定在下面进行了解释-
它指出输入应强制转换为float64 。在以下示例中，其中sklearn.random_projection模块用于降低数据的维数，将对此进行解释-
例
import numpy as np
from sklearn import random_projection
rannge = np.random.RandomState(0)
X = range.rand(10,2000)
X = np.array(X, dtype = 'float32')
X.dtype
Transformer_data = random_projection.GaussianRandomProjection()
X_new = transformer.fit_transform(X)
X_new.dtype
输出
dtype('float32')
dtype('float64')
在上面的示例中，我们可以看到X是float32 ，它由fit_transform(X)强制转换为float64 。
通过set_params()方法构造估算器的超参数后，可以对其进行更新和调整。让我们看下面的例子来理解它-
例
import numpy as np
from sklearn.datasets import load_iris
from sklearn.svm import SVC
X, y = load_iris(return_X_y = True)
clf = SVC()
clf.set_params(kernel = 'linear').fit(X, y)
clf.predict(X[:5])
输出
array([0, 0, 0, 0, 0])
一旦估计已经构造，上面的代码将更改默认内核RBF到线性经由SVC.set_params()。
现在，以下代码将把内核改回rbf，以重新拟合估计器并进行第二次预测。
例
clf.set_params(kernel = 'rbf', gamma = 'scale').fit(X, y)
clf.predict(X[:5])
输出
array([0, 0, 0, 0, 0])
以下是完整的可执行程序-
import numpy as np
from sklearn.datasets import load_iris
from sklearn.svm import SVC
X, y = load_iris(return_X_y = True)
clf = SVC()
clf.set_params(kernel = 'linear').fit(X, y)
clf.predict(X[:5])
clf.set_params(kernel = 'rbf', gamma = 'scale').fit(X, y)
clf.predict(X[:5])
在进行多类拟合的情况下，学习任务和预测任务都取决于适合的目标数据的格式。使用的模块是sklearn.multiclass 。检查下面的示例，其中多类分类器适合一维数组。
例
from sklearn.svm import SVC
from sklearn.multiclass import OneVsRestClassifier
from sklearn.preprocessing import LabelBinarizer
X = [[1, 2], [3, 4], [4, 5], [5, 2], [1, 1]]
y = [0, 0, 1, 1, 2]
classif = OneVsRestClassifier(estimator = SVC(gamma = 'scale',random_state = 0))
classif.fit(X, y).predict(X)
输出
array([0, 0, 1, 1, 2])
在上面的示例中，分类器适合多类标签的一维数组，并且predict()方法因此提供了相应的多类预测。但另一方面，也可以将二进制标签指示符的二维数组拟合如下：
例
from sklearn.svm import SVC
from sklearn.multiclass import OneVsRestClassifier
from sklearn.preprocessing import LabelBinarizer
X = [[1, 2], [3, 4], [4, 5], [5, 2], [1, 1]]
y = LabelBinarizer().fit_transform(y)
classif.fit(X, y).predict(X)
输出
array(
[
[0, 0, 0],
[0, 0, 0],
[0, 1, 0],
[0, 1, 0],
[0, 0, 0]
]
)
类似地，在多标签拟合的情况下，可以为一个实例分配多个标签，如下所示：
例
from sklearn.preprocessing import MultiLabelBinarizer
y = [[0, 1], [0, 2], [1, 3], [0, 2, 3], [2, 4]]
y = MultiLabelBinarizer().fit_transform(y)
classif.fit(X, y).predict(X)
输出
array(
[
[1, 0, 1, 0, 0],
[1, 0, 1, 0, 0],
[1, 0, 1, 1, 0],
[1, 0, 1, 1, 0],
[1, 0, 1, 0, 0]
]
)
在上面的示例中，使用sklearn.MultiLabelBinarizer将适合的多标签二维数组二值化。因此，predict()函数将二维数组作为输出，每个实例带有多个标签。