Question

我正在使用许多管道在交叉验证中进行比较。作为基准模型，我想包括一个简单的模型，该模型始终使用相同的固定系数，因此不依赖于训练数据。为了获得模型，我决定继承sklearns线性模型的所有行为，并实现自己的.fit（）方法，该方法实际上不查看火车数据，但始终使用存储的模型。

将自定义实现用作模型时，它可以很好地工作，但是，作为管道的一部分，我会收到一个 NotFittedError 。

创建我的简单基准模型并将其存储：

import numpy as np
import pickle
from sklearn.linear_model import LinearRegression
from sklearn.pipeline import Pipeline

X = np.array([[1],[2],[3]])
y = [10,20,30]

model = LinearRegression(fit_intercept=False).fit(X,y)
pickle.dump(model, open('benchmark_model.txt', 'wb'))
print (model.coef_)

[10。]

定义我自己的beta_model（），它实现自定义fit方法。 fit方法打开存储的模型

class benchmark_model(LinearRegression):
      def fit(self, X, y = None):
            self = pickle.load(open('benchmark_model.txt', 'rb')) 
            return self

将自定义拟合实现作为模型对不同数据进行测试似乎很顺利。

X=np.array([[1],[2],[3]])
y=[5,10,15]

model = benchmark_model()
model = model.fit(X,y)

print (model.coef_)
print (model.predict(X))

[10。] [10。 20. 30。]

现在，我首先将普通的LinearRegression用作管道的一部分，该管道似乎按预期运行：

pipe = Pipeline([('model',LinearRegression())])
pipe.fit(X,y).predict(X)

array（[5.，10.，15。]）

但是，当我将自定义基准模型用作管道的一部分时，它将不再起作用。

pipe = Pipeline([('model',benchmark_model())])
pipe.fit(X,y).predict(X)

NotFittedError：此基准测试模型实例尚未安装。使用此方法之前，请使用适当的参数调用“适合”。

Answer 1

我认为，当benchmark_model.fit()返回类LinearRegression而不是benchmark_model的实例时，管道会变得混乱。如果相反，我们只是从固定模型中复制学习到的参数，则似乎可行：

class benchmark_model(LinearRegression):
    def fit(self, X, y = None):
        fixed_model = pickle.load(open('benchmark_model.txt', 'rb')) 
        self.coef_ = fixed_model.coef_
        self.intercept_ = fixed_model.intercept_
        return self

现在fit实际上返回benchmark_model的实例。

在sklearn管道中为模型实现自定义.fit（）方法

1 个答案: