九、sklearn 估计器接口回顾

Scikit-learn 努力在为所有方法建立统一的接口。给定名为model的 scikit-learn 估计器对象，可以使用以下方法（并非每个模型都有）：

适用于所有估计器 model.fit()：拟合训练数据。对于监督学习应用，它接受两个参数：数据X和标签y（例如model.fit(X, y)）。对于无监督学习应用，fit仅接受单个参数，即数据X（例如model.fit(X)）。 可在监督估计器中使用 model.predict()：给定训练好的模型，预测一组新数据的标签。此方法接受一个参数，即新数据X_new（例如model.predict(X_new)），并返回数组中每个对象的习得标签。 model.predict_proba()：对于分类问题，一些估计器也提供此方法，该方法返回新观测值具有每个分类标签的概率。在这种情况下，model.predict()返回概率最高的标签。 model.decision_function()：对于分类问题，一些估计器提供不是概率的不确定性估计。对于二分类，decision_function >= 0表示将预测为正类，而<0表示负类。 model.score()：对于分类或回归问题，大多数（所有？）估计器实现了score方法。分数在 0 到 1 之间，分数越大表示拟合越好。对于分类器，分数方法计算预测的准确度。对于回归器，得分计算预测的确定系数（R^2）。 model.transform()：对于特征选择算法，这会将数据集缩减为所选特征。对于某些分类和回归模型（如某些线性模型和随机森林），此方法可将数据集缩减为信息量最大的特征。因此，这些分类和回归模型也可以用作特征选择方法。 可在无监督的估算器中使用 model.transform()：给定一个无监督的模型，将新数据转换为新的基。这也接受一个参数X_new，并根据无监督模型返回数据的新表示。 model.fit_transform()：一些估计器实现了这个方法，它可以更有效地对相同的输入数据执行拟合和变换。 model.predict()：对于聚类算法，predict方法将为新数据点生成簇标签。并非所有聚类方法都具有此函数。 model.predict_proba()：高斯混合模型（GMM）提供给定混合成分生成每个点的概率。 model.score()：像 KDE 和 GMM这 样的密度模型，提供了数据在模型下的似然。

除了fit之外，两个最重要的函数是produce，它产生目标变量（y），以及transform，它产生数据的新表示（X）。 下表展示了哪个函数适用于哪种的模型：