python-sklearn模型通用方法的介绍

假设训练好的模型名称为clf

1.fit(X,y)

根据数据矩阵X和标签y拟合模型。

参数	说明
X	ndarray or sparse matrix of shape (n_samples, n_features) 输入数据。
y	ndarray of shape (n_samples,) or (n_samples, n_outputs) 目标值（分类中的类别标签，回归中的实数）。

返回值	说明
self	returns a trained MLP model.

clf.fit(X,y)

获取模型的参数

参数	说明
deep	bool, default=True 如果为True，则将返回这个估计器的参数和所包含的估计器子对象。

返回值	说明
params	mapping of string to any 参数名映射到其值

clf.get_params(deep=True)

使用模型进行预测

参数	说明
X	{array-like, sparse matrix} of shape (n_samples, n_features) 输入数据。

返回值	说明
y	ndarray of shape (n_samples, n_outputs) 预测值。

clf.predict(x)

返回预测的可决定系数R2

参数	说明
X	array-like of shape (n_samples, n_features) 测试样本。对于某些估计量，这可以是预先计算的面板矩阵或通用对象列表，而不是shape =（n_samples，n_samples_fitted），其中n_samples_fitted是用于估计器拟合的样本数。
y	array-like of shape (n_samples,) or (n_samples, n_outputs) X的真实值。
sample_weight	array-like of shape (n_samples,), default=None 样本权重。

返回值	说明
score	float self.predict(X)关于y的R2

为模型设置参数

该方法适用于简单的估计器以及嵌套对象（例如pipelines）。后者具有形式的参数， __以便可以更新嵌套对象的每个组件。

参数	说明
**params	dict 估计器参数

返回值	说明
self	object 估计器实例

相关阅读:
GBase 8c导出单个数据库
计算机网络——IPv4详解
Ubuntu之apt-get系列--apt-get安装软件的方法/教程
【云原生 | Kubernetes 系列】—K8S部署RocketMQ集群（双主双从+同步模式）
数据结构初步（九）- 栈和队列oj练习
docker 方式安装mysql 主从方式keepalived实现高可用
【Python百日刷题计划】Day10~一些编程题练习
新华三路由器+华为交换机，实现华为交换机指定端口访问外网
Python3操作MongoDB数据库
存储卡格式化后数据如何恢复呢?

原文地址：https://blog.csdn.net/qq_38029916/article/details/127419936