python - 将估计器重置为先前的值 scikit learn

标签 python machine-learning scikit-learn

tmp_classifier = classifier_nn.fit(x,y)
for elem in step:
    classifier_nn.partial_fit(new_x, new_y)
    classifier_nn = tmp_classifier

我想知道我的估计器是否以这种方式“重置”到之前的状态,即预训练的分类器 (classifier_nn.fit(x,y))。

最佳答案

不,没有重置,因为 self.fit 返回 self,而不是副本。换句话说,tmp_classifier 和 classifier_nn 是对同一对象的引用。因此,当您调用部分拟合时,您正在修改两者,并且最终的分配不会执行任何操作。

你要做的是在拟合后克隆分类器。

classifier_nn.fit(x,y)
tmp_classifier = deepcopy(classifier_nn)
for elem in step:
    classifier_nn.partial_fit(new_x, new_y)
    classifier_nn = tmp_classifier

应该可以。

关于python - 将估计器重置为先前的值 scikit learn,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46528797/

相关文章:

machine-learning - scikit learn 中的分类报告

python - 无法将spyder更新到4.0.0b2

azure - Microsoft Azure 机器学习的原名是什么?

python - 将数据拟合到 DecisionTreeRegressor 时出现 KeyError

python - 如何修复 SimpleImputer : "ValueError: Input contains NaN, infinity or a value too large for dtype"

python - 如何提高 Python 中图像分类 keras 模型的准确性?

python - 如果感兴趣,提取区域的处理时间较慢

python - 如何通过 django 代码识别我的 Linux 电脑上的文本文件而不检查其扩展名及其文件大小?

python - 如何设置二级多指标系列的所有值?

python - CNTK Learner 和 python 中的压缩参数