如果作为参数传递，机器学习模型是否会被更改？

Question

我正在python中创建一个机器学习算法。 说我有：

alg = DecisionTreeClassifier(random_state=1)

然后我创建一个函数拟合

def fit(X,Y,alg):
  alg.fit(X,Y)

在我的主要部分我打电话

fit(X, Y, alg)
Y_pred = alg.predict(X_test)

这会有用吗？或者alg从未真正改变过外观？

我已阅读此问题How do I pass a variable by reference?，但由于我不知道我的变量alg是如何更改的，因此令人困惑。

感谢您的帮助。

Answer 1

是的，传递给该函数的模型对象是可变的，并且由fit方法进行了变异。 Python的评估策略是call-by-sharing，因此更改将反映在调用者中。

  

通过共享进行呼叫（也称为按对象呼叫或通过呼叫进行呼叫）   对象共享）是一种首先由Barbara命名的评估策略   Liskov等。对于1974年的CLU语言。[5]它被语言使用   例如Python，[6] Iota，[7] Java（用于对象引用），Ruby，   JavaScript，Scheme，OCaml，AppleScript等等。然而   术语＆＃34;通过分享呼叫＆＃34;不常用;术语是   不同来源不一致。例如，在Java中   社区，他们说Java是按价值呼叫的。通过分享来电话   意味着语言中的值基于对象而不是   原始类型，即所有值都是＆＃34;盒装＆＃34;。

     

共享呼叫的语义不同于参考呼叫   函数内函数参数的赋值是不可见的   调用者（与引用语义不同）[引用需要]，所以   例如如果传递了变量，则无法模拟变量   在呼叫者的范围内对该变量进行分配。但是，自从   function可以访问与调用者相同的对象（没有副本   如果对象是可变的，那些对这些对象的突变   该函数对调用者可见，这看起来可能不同   来自价值语义的调用。一个可变对象的突变   函数对调用者可见，因为该对象未被复制或   克隆 - 它是共享的。