哪个SKLearn接口定义了.fit，.predict等

Question

检查sklearn.base ，更具体BaseEstimator ，和不同的混入，很明显，一些混入的依赖于呼叫的能力.fit或.predict 。

举例来说，如果我们想看看RegressorMixin我们会看到它依赖于.predict方法。

我的问题是为什么没有实现接口/抽象类来强制执行这些方法？

我希望像BaseRegressor这样的东西有BaseRegressor .predict()作为抽象方法， BaseClassifier有.predict_proba()和.predict() - 或类似的东西

Answer 1

有一些东西可以让人们更清楚为什么在像scikit-learn这样的软件包中完成这些工作，它们的方式如下：

• duck typing vs inheritance：你可以找到关于哪一个是更好的方法的很长时间的争论，虽然它们都有它们的优点和缺点，但最终归结为社区中的人习惯。 作为现在做很多Python的人，我喜欢鸭子打字，我对它很满意。 与此同时，15年前，我喜欢抽象课程和OOP而不喜欢，我不明白为什么你会以任何其他方式做事。 我想说的是，Python中的人喜欢鸭子打字，这也是你在某些核心软件包中经常看到这种模式的部分原因。

• duck typing，contrib package和extentions：有时检查输入，我们可以检查它的类型，或者为某个功能选择它。 如果我们检查类型，那意味着该方法的任何输入实际上应该从这些类继承，而如果你躲避它们，他们可以简单地实现这些方法，并且它们没问题。 这很重要，因为如果开发人员在scikit-learn之外编写估算器，他们希望与scikit-learn某些部分兼容，那么他​​们就不必依赖scikit-learn作为依赖（因为那是然后他们如何从包中继承某个类，并简单地实现这些方法。 如果开发人员有限制来保持他们的包及其依赖项的轻量级，那么这就变得相关了（我们已经在scikit-learn看到了这些确切的问题）。

• Mixin类：在背后的想法Mixin类是不是真的那么子类应该继承他们和实施他们的方法; 但它更多的是通过它们向现有类添加功能，而无需复制/粘贴或重新实现任何方法。 例如， TransformerMixin将fit_transform方法添加到一个对象，假设它已经fit和transform ，而不关心天气，该对象是估计器或变换器。 同样，你可以说OOP的某种设计模式在这里可能会更好 ，但这是一个永无止境的论点，这种方法有效，开发人员也很满意。

Answer 2

python中常见的习语是“鸭子打字” - 如果它表现得像鸭子那么它是鸭子，如果它实现fit或任何其他相关功能它是sklearn的模型

还有抽象基类的概念，但它的用法不太常见

在这里查看更多： https ： //en.wikipedia.org/wiki/Duck_typing