FrozenEstimator#

класс sklearn.frozen.FrozenEstimator(estimator)[источник]#

Оценщик, который оборачивает обученный оценщик, чтобы предотвратить повторное обучение.

Этот мета-оценщик принимает оценщик и замораживает его, в том смысле, что вызов fit не оказывает на него никакого эффекта. fit_predict и fit_transform также отключены. Все остальные методы делегируются исходному оценщику, и атрибуты исходного оценщика также доступны.

Это особенно полезно, когда у вас есть обученная или предварительно обученная модель в качестве преобразователя в конвейере, и вы хотите pipeline.fit не оказывать влияния на этот шаг.

Параметры:

estimatorestimator: Оценщик, который должен оставаться замороженным.

Смотрите также

None: Нет похожей записи в документации scikit-learn.

Примеры

>>> from sklearn.datasets import make_classification
>>> from sklearn.frozen import FrozenEstimator
>>> from sklearn.linear_model import LogisticRegression
>>> X, y = make_classification(random_state=0)
>>> clf = LogisticRegression(random_state=0).fit(X, y)
>>> frozen_clf = FrozenEstimator(clf)
>>> frozen_clf.fit(X, y)  # No-op
FrozenEstimator(estimator=LogisticRegression(random_state=0))
>>> frozen_clf.predict(X)  # Predictions from `clf.predict`
array(...)

fit(X, y, *args, **kwargs)[источник]#

Ничего не делает.

Как замороженный оценщик, вызов fit не имеет эффекта.

Параметры:

Xobject: Игнорируется.
yobject: Игнорируется.
*argsкортеж: Дополнительные позиционные аргументы. Игнорируются, но присутствуют для совместимости API с self.estimator.
**kwargsdict: Дополнительные аргументы ключевых слов. Игнорируются, но присутствуют для совместимости API с self.estimator.

Возвращает: