MetaEstimatorMixin

class sklearn.base.MetaEstimatorMixin

Mixin-Klasse für alle Meta-Schätzer in scikit-learn.

Dieser Mixin ist leer und existiert nur, um anzuzeigen, dass der Estimator ein Meta-Estimator ist.

Geändert in Version 1.6: Der _required_parameters wurde entfernt und ist nicht mehr notwendig, da die Tests refaktorisiert wurden und ihn nicht mehr verwenden.

Beispiele

>>> from sklearn.base import MetaEstimatorMixin
>>> from sklearn.datasets import load_iris
>>> from sklearn.linear_model import LogisticRegression
>>> class MyEstimator(MetaEstimatorMixin):
...     def __init__(self, *, estimator=None):
...         self.estimator = estimator
...     def fit(self, X, y=None):
...         if self.estimator is None:
...             self.estimator_ = LogisticRegression()
...         else:
...             self.estimator_ = self.estimator
...         return self
>>> X, y = load_iris(return_X_y=True)
>>> estimator = MyEstimator().fit(X, y)
>>> estimator.estimator_
LogisticRegression()

Galeriebeispiele

Metadaten-Routing

Metadaten-Routing