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/