Python 如果两个sklearn估计量相等，如何比较？

我有两个sklearn估计器，希望对它们进行比较：

import numpy as np
from sklearn.tree import DecisionTreeClassifier

X, y = np.random.random((100,2)), np.random.choice(2,100)    
dt1 = DecisionTreeClassifier()
dt1.fit(X, y)
dt2 = DecisionTreeClassifier()
dt3 = sklearn.base.copy.deepcopy(dt1)

---

如何比较分类器，使dt1！=dt2，dt1==dt3？

您将要比较分配给分类器实例的参数和经过训练的分类器的

.tree\uu0.value

：

# the trees have the same params
def compare_trees(tree1, tree2):
    if hash(tree1.__dict__.values())==hash(tree2.__dict__.values()):
        # the trees have both been trained
        if tree1.tree_ != None and tree2.tree_ != None: 
            try: # the tree values are matching arrays
                return (tree1.tree_.value==tree2.tree_.value).all()
            except: # they do not match
                return False
        elif tree1.tree_ != None or tree2.tree_ != None: 
            # XOR of the trees is not trained
            return False
        else: # Neither has been trained
            return True
    else: # the params are different
        return False


dt1 = DecisionTreeClassifier()
X, y = np.random.random((100,2)), np.random.choice(2,100)
dt1.fit(X, y)

dt2 = DecisionTreeClassifier() # untrained

dt3 = sklearn.base.copy.deepcopy(dt1) # copy of 1st

dt4 = DecisionTreeClassifier() # trained on different data
X_, y_ = np.random.random((100,2)), np.random.choice(2,100)   
dt4.fit(X_, y_)

print(compare_trees(dt1, dt1)) # True
print(compare_trees(dt1, dt2)) # False
print(compare_trees(dt1, dt3)) # True
print(compare_trees(dt1, dt4)) # False

---

首先你必须定义两个分类器相等的含义。相同类型的分类器，相同的参数，使用相同的数据，相同的输出。。。基本上，完全相等，除了作为不同的对象。这不是一个常见的问题-没有预先实现的相等可以为您做到这一点。分类器也不存储训练数据，因此仅凭分类器可能无法确定它们是否安装了相同的数据。你可能想解释一下你为什么需要这个-也许有另一种方法可以解决你的问题。有没有通用的方法可以用任何基本分类器来解决这个问题？我不这么认为。

fit

方法更改

.tree\uquot

属性，该属性是非泛型

树

实例。