腌制懒惰的学习者

Question

Pickle是否为像KNeighboursClassifier form sci kit这样的懒惰学习者保存培训数据？如果是这样，我们可以从pickle对象访问这些数据吗？（询问数据隐私问题）*

例如：

knn.fit(Xtrain, Ytrain)

saved_model = pickle.dumps(knn)

knn_from_pickle = pickle.loads(saved_model)

#This function works after directly loading pickled object (saved_model) and gives correct and logical output
knn_from_pickle.predict(Xtest)

pickle中的knn_或保存的_模型变量是否包含Xtrain数据？由于Knn是一个懒惰的学习者，并且需要计算距离，因此当新数据到达训练数据时Xtrain。当我打印knn_from_pickle时，我刚刚显示了传递给KNeighboursClassifier算法的超参数

正如我所观察到的，对于包含所有数据转换的65KB数据文件（Xtrain），并将整个数据用于训练，当knn模型适合并序列化时，如下所示：

saved_model = pickle.dumps(knn)
sys.getsizeof(saved_model) 

占用的空间238744字节

而其他算法（如Gaussian Naive Bayes）的pickle对象占用的空间为：

saved_model = pickle.dumps(gnb)
sys.getsizeof(saved_model)

占用的空间6074字节，对于Random Forest等重算法：

saved_model = pickle.dumps(rf)
sys.getsizeof(saved_model)

占用的空间48863字节

看到KNN和其他算法的pickle对象之间的空间差异，pickle必须以某种方式为KNN存储训练数据。如果是，如何访问它？或者knn是如何存储在pickle中的，如果否，那么unpickle对象（knn_from_pickle）是如何使用predict without fit并给出正确答案的

Answer 1

是的，数据保存在私有属性中，但是由于python实际上并不尊重私有方法/属性，所以在公布合适的模型之前，您需要考虑隐私问题

对于KNeighborsClassifier，属性是_fit_X（在编写本文时；作为私有属性，开发人员不会考虑太多更改）