Question

我正在使用我自己的预测器，并希望像使用任何scikit例程一样使用它（例如RandomForestRegressor）。我有一个包含fit和predict方法的类似乎工作正常。但是，当我尝试使用某些scikit方法时，例如交叉验证，我会收到如下错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\site-packages\sklearn\cross_validation.py", line 1152, in cross_val_
score
    for train, test in cv)
  File "C:\Python27\lib\site-packages\sklearn\externals\joblib\parallel.py", line 516, in __
call__
    for function, args, kwargs in iterable:
  File "C:\Python27\lib\site-packages\sklearn\cross_validation.py", line 1152, in <genexpr>
    for train, test in cv)
  File "C:\Python27\lib\site-packages\sklearn\base.py", line 43, in clone
    % (repr(estimator), type(estimator)))
TypeError: Cannot clone object '<__main__.Custom instance at 0x033A6990>' (type <type 'inst
ance'>): it does not seem to be a scikit-learn estimator a it does not implement a 'get_para
ms' methods.

我看到它希望我实现一些方法（大概是get_params以及set_params和score）但是我不确定制作这些方法的正确规范是什么是。是否有关于此主题的信息？感谢。

Answer 1

scikit-learn docs中提供了完整说明，API背后的原则在this paper by yours truly et al.中列出。简而言之，除了fit之外，估算工具所需要的是{{1} }和get_params返回（作为set_params）并设置（来自kwargs）估计器的超参数，即学习算法本身的参数（与其学习的数据参数相反）。这些参数应与dict参数匹配。

这两种方法都可以通过继承__init__中的类来获得，但如果您不希望您的代码依赖于scikit-learn，则可以自己提供。

请注意，输入验证应该在sklearn.base而不是构造函数中完成，否则您仍然可以在fit中设置无效参数，并使set_params以意外方式失败。

实现自定义scikit-learn估算器的完整规范是什么？

1 个答案: