clone

sklearn.base.clone(estimator, *, safe=True)

Konstruiert einen neuen, nicht angepassten Schätzer mit denselben Parametern.

Clone erstellt eine tiefe Kopie des Modells in einem Estimator, ohne tatsächlich angehängte Daten zu kopieren. Es wird ein neuer Estimator mit denselben Parametern zurückgegeben, der auf keinen Daten trainiert wurde.

Geändert in Version 1.3: Delegiert an estimator.__sklearn_clone__, falls die Methode existiert.

Parameter:

estimator{Liste, Tupel, Menge} von Estimator-Instanzen oder eine einzelne Estimator-Instanz

Der zu klonende Estimator oder die Gruppe von Estimators.

safebool, Standardwert=True

Wenn safe False ist, greift clone auf eine tiefe Kopie von Objekten zurück, die keine Estimators sind. Ignoriert, wenn estimator.__sklearn_clone__ existiert.

Gibt zurück:

estimatorobjekt

Die tiefe Kopie der Eingabe, ein Estimator, wenn die Eingabe ein Estimator ist.

Anmerkungen

Wenn der Parameter random_state des Estimators eine Ganzzahl ist (oder wenn der Estimator keinen Parameter random_state hat), wird ein *exakter Klon* zurückgegeben: Der Klon und der ursprüngliche Estimator ergeben exakt dieselben Ergebnisse. Andernfalls wird ein *statistischer Klon* zurückgegeben: Der Klon kann andere Ergebnisse als der ursprüngliche Estimator liefern. Weitere Details finden Sie unter Kontrolle der Zufälligkeit.

Beispiele

>>> from sklearn.base import clone
>>> from sklearn.linear_model import LogisticRegression
>>> X = [[-1, 0], [0, 1], [0, -1], [1, 0]]
>>> y = [0, 0, 1, 1]
>>> classifier = LogisticRegression().fit(X, y)
>>> cloned_classifier = clone(classifier)
>>> hasattr(classifier, "classes_")
True
>>> hasattr(cloned_classifier, "classes_")
False
>>> classifier is cloned_classifier
False