Scikit-learn：覆盖分类器中的类方法

Question

我正在尝试覆盖分类器类的 predict_proba 方法。就我所拥有的seen 而言，最简单的方法是预处理基类方法的输入或后处理其输出。

class RandomForestClassifierWrapper(RandomForestClassifier):

    def predict_proba(self, X):
        pre_process(X)
        ret = super(RandomForestClassifierWrapper, self).predict_proba(X)
        return post_process(ret)

但是，我想做的是复制一个在基类方法中本地创建的变量，在方法返回时进行处理和垃圾收集。我打算处理存储在这个变量中的中间结果。有没有一种简单的方法可以做到这一点而不会弄乱base class internals？

Answer 1

无法从外部访问方法的局部变量。由于您拥有基本分类器的代码，因此您可以做的是通过从基本分类器复制代码并根据需要处理局部变量来覆盖predict_proba 方法。

Answer 2

尝试覆盖：

class RandomForestClassifierWrapper(RandomForestClassifier):

    def predict_proba(self, X):
            check_is_fitted(self, 'n_outputs_')

            # Check data
            X = check_array(X, dtype=DTYPE, accept_sparse="csr")

            # Assign chunk of trees to jobs
            n_jobs, n_trees, starts = _partition_estimators(self.n_estimators,
                                                            self.n_jobs)

            # Parallel loop
            all_proba = Parallel(n_jobs=n_jobs, verbose=self.verbose,
                                 backend="threading")(

            # do something with all_proba

            return all_proba