Python中类相关的代码片段说明

Question

《Hands on Machine Learning using Scikit-Learn, Keras and TensorFlow》一书中有一段代码片段：

from sklearn.base import BaseEstimator, TransformerMixin
    
    # column index
    rooms_ix, bedrooms_ix, population_ix, households_ix = 3, 4, 5, 6
    
    class CombinedAttributesAdder(BaseEstimator, TransformerMixin):
        def __init__(self, add_bedrooms_per_room=True): # no *args or **kargs
            self.add_bedrooms_per_room = add_bedrooms_per_room
        def fit(self, X, y=None):
            return self  # nothing else to do
        def transform(self, X):
            rooms_per_household = X[:, rooms_ix] / X[:, households_ix]
            population_per_household = X[:, population_ix] / X[:, households_ix]
            if self.add_bedrooms_per_room:
                bedrooms_per_room = X[:, bedrooms_ix] / X[:, rooms_ix]
                return np.c_[X, rooms_per_household, population_per_household,
                             bedrooms_per_room]
            else:
                return np.c_[X, rooms_per_household, population_per_household]
    
    attr_adder = CombinedAttributesAdder(add_bedrooms_per_room=False)
    housing_extra_attribs = attr_adder.transform(housing.values)

class 用于组合两个属性以创建附加属性。 不明白第二个function（def fit）的用途？ 既然它没有执行任何动作，是不是多余的？

Answer 1

在 scikit-learn 中，估计器是 class，其他一切都基于它。 预计将实现.fit方法。 这是文档中的参考。

通常， .fit方法对训练数据进行操作，并将一些结果 state 存储在 object 上。

在这种特殊情况下， .transform方法可以对任何数据进行操作，而无需从.fit中学习任何额外的 state，因此它实际上不需要做任何事情。 您仍然需要定义.fit方法，因为scikit-learn期望所有估计器都有一个，即使它不做任何事情。

最后，此代码很脆弱，因为列索引是在 object 之外定义的。 我建议将它们传递给__init__ ，以便始终使用 object 跟踪它们。 然后您可以将它们称为self.room_ix并且它们始终与 object 一起保存（例如，如果它被保存并重新加载）。