[英]How does Sklearn's Normalizer class's fit function behave?
[英]sklearn fit() function's mean
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。
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)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.