Question

在一个不平衡的项目上工作，我想知道哪些分类器带有class_weigth参数。

受到以下方面的启发：

from sklearn.utils.testing import all_estimators

estimators = all_estimators()

for name, class_ in estimators:
     if hasattr(class_, 'predict_proba'):
     print(name)

'compute_class_weight'是一个函数，而不是一个类。因此，从本质上讲，我正在寻找一个代码片段，该代码片段将打印出所有需要compute_class_weight（将被“平衡” ：-）功能的分类器。

Answer 1

您可以获取分类器（并非所有估计量），并检查实例化对象中的class_weight属性：

from sklearn.utils.testing import all_estimators

estimators = all_estimators(type_filter='classifier')
for name, class_ in estimators:
    if hasattr(class_(), 'class_weight'): # Note the parenthesis: class_() 
        print(name)

生成可处理类不平衡的分类器列表：

DecisionTreeClassifier
ExtraTreeClassifier
ExtraTreesClassifier
LinearSVC
LogisticRegression
LogisticRegressionCV
NuSVC
PassiveAggressiveClassifier
Perceptron
RandomForestClassifier
RidgeClassifier
RidgeClassifierCV
SGDClassifier
SVC

请注意，class_weight是实例化模型的属性，而是不是模型类的的属性。类LogisticRegression没有class_weight，但是类型为LogisticRegression的模型却没有。这是实例和类之间的基本面向对象的区分。您可以使用以下代码实际检查差异：

from sklearn.linear_model import LogisticRegression

logreg_class = LogisticRegression
print(type(logreg_class))
# >>> <class 'type'>

logreg_model = LogisticRegression()
print(type(logreg_model))
# >>> <class 'sklearn.linear_model.logistic.LogisticRegression'>

在循环期间，class_引用模型类，class_()是对该类的构造函数的调用，并返回一个实例。

哪些SKLearn分类器带有class_weight参数

1 个答案: