python – 如何复制一个估计器,以便在多个数据集上使用它？

概述以下是创建两个数据集的示例： from sklearn.linear_model import LogisticRegressionfrom sklearn.datasets import make_classification# data set 1X1, y1 = make_classification(n_classes=2, n_features=5, random_state=1 以下是创建两个数据集的示例：

from sklearn.linear_model import LogisticRegressionfrom sklearn.datasets import make_classification# data set 1X1,y1 = make_classification(n_classes=2,n_features=5,random_state=1)# data set 2X2,y2 = make_classification(n_classes=2,random_state=2)

我想使用具有相同参数值的Logistic回归估计器来拟合每个数据集上的分类器：

lr = LogisticRegression()clf1 = lr.fit(X1,y1)clf2 = lr.fit(X2,y2)print "ClassifIEr for data set 1: "print "  - intercept: ",clf1.intercept_print "  - coef_: ",clf1.coef_print "ClassifIEr for data set 2: "print "  - intercept: ",clf2.intercept_print "  - coef_: ",clf2.coef_

问题是两个分类器是一样的：

ClassifIEr for data set 1:   - intercept:  [ 0.05191729]  - coef_:  [[ 0.06704494  0.00137751 -0.12453698 -0.05999127  0.05798146]]ClassifIEr for data set 2:   - intercept:  [ 0.05191729]  - coef_:  [[ 0.06704494  0.00137751 -0.12453698 -0.05999127  0.05798146]]

对于这个简单的例子,我可以使用像：

lr1 = LogisticRegression()lr2 = LogisticRegression()clf1 = lr1.fit(X1,y1)clf2 = lr2.fit(X2,y2)

避免这个问题.然而,问题仍然是：如何复制/复制具有其特定参数值的估计器？

解决方法

from sklearn.base import clonelr1 = LogisticRegression()lr2 = clone(lr1)

总结

以上是内存溢出为你收集整理的python – 如何复制一个估计器,以便在多个数据集上使用它？全部内容，希望文章能够帮你解决python – 如何复制一个估计器,以便在多个数据集上使用它？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。