Python 在scikit learn中，获取经过训练的分类器参数的标准方法是什么？

培训scikit学习分类器后：

导入sklearn.cluster
clf=sklearn.cluster.KMeans（）
clf.fit（X）

有（至少）两个选项可获取其参数值。具体来说,

通过引用带有下划线的参数名称：

clf.n\u集群_

从使用

get_params（）

获取的词典中：

ps=clf.get_params（）
ps['n_集群']

---

以下哪种方法是首选方法？

我想说

clf.get_params（）

，因为您并不总是知道给定估计器可以使用哪些参数，并且此方法将返回所有信息，除非您确切知道要查找的内容。它还有一个

deep

参数，当设置为true时，“…将返回此估计器的参数和包含的子对象，这些子对象都是估计器”

我会说

clf.get_params（）

，因为您并不总是知道给定估计器可以使用哪些参数，而此方法将返回所有信息，除非你确切知道你在找什么。它还有一个

deep

参数，当设置为true时，“…将返回此估计器的参数以及包含的作为估计器的子对象”