本文整理汇总了Python中autosklearn.pipeline.classification.SimpleClassificationPipeline.iterative_fit方法的典型用法代码示例。如果您正苦于以下问题：Python SimpleClassificationPipeline.iterative_fit方法的具体用法？Python SimpleClassificationPipeline.iterative_fit怎么用？Python SimpleClassificationPipeline.iterative_fit使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类autosklearn.pipeline.classification.SimpleClassificationPipeline的用法示例。
在下文中一共展示了SimpleClassificationPipeline.iterative_fit方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: test_default_configuration_iterative_fit
# 需要导入模块: from autosklearn.pipeline.classification import SimpleClassificationPipeline [as 别名]
# 或者: from autosklearn.pipeline.classification.SimpleClassificationPipeline import iterative_fit [as 别名]
def test_default_configuration_iterative_fit(self):
classifier = SimpleClassificationPipeline(
include={'classifier': ['random_forest'],
'preprocessor': ['no_preprocessing']})
X_train, Y_train, X_test, Y_test = get_dataset(dataset='iris')
XT = classifier.fit_transformer(X_train, Y_train)
for i in range(1, 11):
classifier.iterative_fit(X_train, Y_train)
self.assertEqual(classifier.steps[-1][-1].choice.estimator.n_estimators,
i)