关于滚动您自己的 scikit-learn 估算器的一些建议和指导？答案

【问题标题】：Some advice and guidance on rolling your own scikit-learn estimator?关于滚动您自己的 scikit-learn 估算器的一些建议和指导？
【发布时间】：2015-09-20 15:42:26
【问题描述】：

我想创建自己的小型神经网络估计器。我正在尝试遵循here 中提到的约定，但我有一些问题。

假设我的班级是这样的

现在，我希望用户指定num_layers 和n_epochs。

class NN(BaseEstimator, ClassifierMixin):
    def __init__(self, num_layers=[10, 5], n_epochs=10):
        self.num_layers = num_layers
        self.n_epochs = n_epochs

我是否正确理解我不应该在__init__() 中设置网络架构？我有相当多的代码可以做到这一点，真的都应该放在fit() 中吗？我认为这段代码的自然位置是__init__()...

我还希望对变量名末尾的下划线进行一些澄清。我认为，例如，每一层中的权重应该被强调，但是那些没有真正估计任何东西的额外辅助变量呢？ scikit 是否真的关心下划线，或者这纯粹是为了便于阅读的约定？

另外，如果我不提供score() 函数但我提供了predict()，如何计算分数？

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

也许你应该在scikit-learn 邮件列表上提出这样的具体问题，但我会尽力提供帮助：

1) 可以在 BaseEstimator 类（base.py）中读取 cmets：

Base class for all estimators in scikit-learn

Notes
-----
All estimators should specify all the parameters that can be set
at the class level in their ``__init__`` as explicit keyword
arguments (no ``*args`` or ``**kwargs``).

我还可以添加 GridSearch/BaseSearch 以这样的方式工作，它直接在初始化模型上使用 set_params 设置参数，然后在每个估计器上调用 fit()。这就是为什么您应该将每个依赖（来自构造函数参数）变量初始化从__init__ 移动到fit。您从 __init__ 参数初始化的所有字段都应完全命名为该参数，否则 BaseEstimator 的 get_params 方法将返回 None 而不是正确的字段值：

from sklearn import base

class Foo(base.BaseEstimator):
    def __init__(self, parameter_a, parameter_b, parameter_c):
        # Correct naming of internal fields
        self.parameter_a = parameter_a
        self.parameter_b = parameter_b
        # Incorrect naming of internal fields
        self.parameter_c_incorrect = parameter_c
p = Foo(1, 2, 3)
print(p.get_params())
# prints {'parameter_c': None, 'parameter_a': 1, 'parameter_b': 2}

我在这种情况下克隆也会返回错误的结果。 Related question.

2）我认为它纯粹是传统的，您可以阅读pep8。

3) ClassifierMixin、RegressorMixin 等这些 mixin 是一种类，你可以将它们添加到你的类中以获得额外的功能，但它们本身不能做任何事情（你不能实例化它们）。查看它们在 base.py 中的实现。

【讨论】：