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: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?,python,scikit-learn,Python,Scikit Learn,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
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,
clf.n\u集群_
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”