如何克隆包括其数据的 scikit-learn 估计器？

Question

我正在尝试对朴素贝叶斯估计器执行部分拟合，但也在部分拟合之前保留估计器的副本。 sklearn.base.clone 仅克隆估计器参数，而不是数据，因此在这种情况下没有用。对克隆执行部分拟合仅使用在部分拟合期间添加的数据，因为克隆实际上是空的。

from sklearn.naive_bayes import MultinomialNB

model = MultinomialNB()
fit_model = model.fit(np.array(X),np.array(y))
fit_model2 = model.partial_fit = (np.array(Z),np.array(w)),np.unique(y))

在上面的例子中 fit_model 和 fit_model2 将是相同的，因为它们都指向同一个对象。我想保留原件不变。我的解决方法是腌制原件并将其加载到一个新对象中以执行部分​​拟合。像这样：

model = MultinomialNB()
fit_model = model.fit(np.array(X),np.array(y))

import pickle
with open('saved_model', 'wb') as f:
    pickle.dump([model], f)

with open('saved_model', 'rb') as f:
    [model2] = pickle.load(f) 

fit_model2 = model2.partial_fit(np.array(Z),np.array(w)),np.unique(y))

我也可以每次都完全用新数据重新调整，但由于我需要执行数千次，所以我试图找到更有效的方法。

Answer 1

1. model.fit() 返回模型本身（同一个对象）。所以你不必将它分配给不同的变量，因为它只是别名。

2. 您可以使用deepcopy 以类似于加载腌制对象的方式复制对象。

因此，如果您执行以下操作：

from copy import deepcopy

model = MultinomialNB()
model.fit(np.array(X), np.array(y))

model2 = deepcopy(model)

model2.partial_fit(np.array(Z),np.array(w)), np.unique(y))
# ...

model2 将是一个不同的对象，具有 model 的复制参数，包括“训练”参数。

Answer 2

from copy import deepcopy

model = MultinomialNB()
model.fit(np.array(X), np.array(y))

model2 = deepcopy(model)

weight_vector_model = array(model.coef_[0])
weight_vector_model2 = array(model2.coef_[0])

model2.partial_fit(np.array(Z),np.array(w)), np.unique(y))

weight_vector_model = array(model.coef_[0])
weight_vector_model2 = array(model2.coef_[0])

model 和 model2 现在是完全不同的对象。 model2 上的 partial_fit() 对模型没有影响。两个权重向量在 deepcopy 后相同，但在 model2 上的 partial_fit() 后不同

Answer 3

我尝试了 deepcopy，但在删除变量时出现内存泄漏。我在文档中发现建议使用 clone 代替 sklearn.base.clone

from sklearn.base import clone
model2 = clone(model)