ScikitLearn的.fit（）方法如何将数据传递给.predict（）？

Question

我试图理解sklearn's .fit()方法和.predict()方法之间的关系；主要是数据（通常）是如何从一个传递到另一个的。我还没有找到另一个问题来解决这个问题，但我已经围绕它跳舞了（即here）

我编写了一个自定义的估计器，使用BaseEstimator和RegressorMixin类，但是在我开始运行数据时遇到了一些“notfittedror”。有人能告诉我一个简单的线性回归，以及数据是如何通过拟合和预测方法传递的吗？不需要进入数学-我知道回归是如何工作的，以及拼图的各个部分是怎么做的。也许我忽略了显而易见的东西，让它变得比它应该的更复杂？但估计方法感觉有点像黑匣子。在

Answer 1

让我们看一个玩具估计器做LinearRegression

from sklearn.base import TransformerMixin, BaseEstimator
import numpy as np

class ToyEstimator(BaseEstimator):
    def __init__(self):
        pass

    def fit(self, X, y):
        X = np.hstack((X,np.ones((len(X),1))))
        self.W = np.random.randn(X.shape[1])

        self.W = np.dot(np.dot(np.linalg.inv(np.dot(X.T,X)), X.T), y)
        self.coef_ = self.W[:-1]
        self.intercept_ = self.W[-1]
        return self


    def transform(self, X):
        X = np.hstack((X,np.ones((len(X),1))))
        return np.dot(X,self.W)

X = np.random.randn(10,3)
y = X[:,0]*1.11+X[:,1]*2.22+X[:,2]*3.33+4.44

reg = ToyEstimator()
reg.fit(X,y)
y_ = reg.transform(X)
print (reg.coef_, reg.intercept_)

输出：

^{pr2}$

那么上面的代码做了什么呢？在

1. 在fit中，我们使用训练数据拟合/训练权重。这些权重是类的成员变量[这是在OOPs中学习到的]
2. transform方法使用作为成员变量存储的训练权重对数据进行预测。在

所以在调用transform之前，您需要调用fit，因为transform使用fit期间计算的权重。在

在sklearn模块中，如果在fit之前调用transform，则会得到NotFittedError异常。在