sklearn fit() 函数的均值

Question

我正在研究机器学习。 在研究 sklearn 时，我对拟合函数的均值有一些疑问。 据我所知，function 使 model 与数据匹配。

fit function后有什么不同？
(a = [1, 2, 3] 对比 KNeighborsClassifier.fit([a]))
(a = [1, 2, 3] vs PolynomialFeatures.fit([a]))

我想知道 KNeighborsClassifier 的结果。
fit([a]) 和 a = [1, 2, 3]。
所以我使用列表（KNeighborsClassifier.fit（[a]））。
但这是行不通的。

Answer 1

拟合 function 用于将 model 拟合到训练数据。 使用训练数据对model进行训练，得到的model参数存储在model object中。

调用 KNeighborsClassifier.fit([a]) 的结果是经过训练的 KNeighborsClassifier object，然后您可以使用它对新数据进行预测。 这就是为什么不能在其上使用 list() 的原因，因为它不是列表。

要使用经过训练的 KNeighborsClassifier object 进行预测，您可以使用预测方法。 例如：

from sklearn.neighbors import KNeighborsClassifier

X = [[0], [1], [2], [3]]
y = [0, 0, 1, 1]

clf = KNeighborsClassifier()
clf.fit(X, y)

pred = clf.predict([[2.5]])
print(pred)