python – 如何复制一个估计器,以便在多个数据集上使用它？

以下是创建两个数据集的示例：

from sklearn.linear_model import LogisticRegression
from sklearn.datasets import make_classification

# data set 1
X1,y1 = make_classification(n_classes=2,n_features=5,random_state=1)
# data set 2
X2,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 clone

lr1 = LogisticRegression()
lr2 = clone(lr1)

（编辑：阜阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!