Python sklearn DummyClassifier用法及代码示例

本文简要介绍python语言中 sklearn.dummy.DummyClassifier 的用法。

用法:

class sklearn.dummy.DummyClassifier(*, strategy='prior', random_state=None, constant=None)

DummyClassifier 进行忽略输入特征的预测。

该分类器用作与其他更复杂的分类器进行比较的简单基线。

使用strategy 参数选择基线的特定行为。

所有策略的预测都会忽略作为 X 参数传递给 fit 和 predict 的输入特征值。但是，预测通常取决于在传递给 fit 的 y 参数中观察到的值。

请注意，“stratified” 和 “uniform” 策略会导致不确定性预测，如果需要，可以通过设置 random_state 参数将其呈现为确定性预测。其他策略自然是确定性的，一旦适合，总是为 X 的任何值返回相同的常量预测。

在用户指南中阅读更多信息。

参数：

strategy：{“most_frequent”, “prior”, “stratified”, “uniform”, “constant”}，默认=”prior”

用于生成预测的策略。

• “most_frequent”：predict 方法总是返回传递给 fit 的观察到的 y 参数中出现频率最高的类标签。 predict_proba 方法返回匹配的one-hot 编码向量。

• “prior”：predict 方法总是返回观察到的 y 参数中最常见的类标签，传递给 fit(如 “most_frequent”)。 predict_proba 始终返回 y 的经验类分布，也称为经验类先验分布。

• “stratified”：predict_proba 方法从由经验类先验概率参数化的多项分布中随机采样 one-hot 向量。 predict 方法返回在 predict_proba 的 one-hot 向量中获得概率一的类标签。因此，这两种方法的每个采样行都是独立且同分布的。

• “uniform”：从在 y 中观察到的唯一类列表中随机均匀地生成预测，即每个类具有相等的概率。

• “constant”：始终预测用户提供的常量标签。这对于评估非多数类的指标很有用。

random_state：int、RandomState 实例或无，默认=无

控制随机性以在 strategy='stratified' 或 strategy='uniform' 时生成预测。传递 int 以获得跨多个函数调用的可重现输出。请参阅词汇表。

constant：int 或 str 或类似数组的形状 (n_outputs,)，默认=无

“constant” 策略预测的显式常数。此参数仅对“constant” 策略有用。

属性：

classes_：ndarray 形状 (n_classes,) 或此类数组的列表

y 中观察到的唯一类标签。对于multi-output 分类问题，此属性是一个数组列表，因为每个输出都有一组独立的可能类。

n_classes_：int 或 int 列表

每个输出的标签数。

class_prior_：ndarray 形状 (n_classes,) 或此类数组的列表

在 y 中观察到的每个类的频率。对于多输出分类问题，这是针对每个输出独立计算的。

n_outputs_：int

输出数量。

n_features_in_None

已弃用：n_features_in_ 在 1.0 中已弃用，并将在 1.2 中删除。

sparse_output_：bool

如果从 predict 返回的数组为稀疏 CSC 格式，则为真。如果输入 y 以稀疏格式传递，则自动设置为 True。

例子：

>>> import numpy as np
>>> from sklearn.dummy import DummyClassifier
>>> X = np.array([-1, 1, 1, 1])
>>> y = np.array([0, 1, 1, 1])
>>> dummy_clf = DummyClassifier(strategy="most_frequent")
>>> dummy_clf.fit(X, y)
DummyClassifier(strategy='most_frequent')
>>> dummy_clf.predict(X)
array([1, 1, 1, 1])
>>> dummy_clf.score(X, y)
0.75