自定义 scikit-learn 评分器在拟合后无法访问均值

Question

我正在尝试创建一个基于 scikit learn 的自定义估算器。我写了下面的虚拟代码来解释我的问题。在 score 方法中，我试图访问mean_calculated in fit。但我无能为力。我做错了什么？我已经尝试了很多事情，并参考了三四篇文章。但是没发现问题。

我已阅读文档并做了一些更改。但没有任何效果。我也尝试过继承BaseEstimator, ClassifierMixin. 但这也不起作用。

这是一个虚拟程序。不要按照它试图做的事情去做。

import numpy as np
from sklearn.model_selection import cross_val_score


class FilterElems:
    def __init__(self, thres):
        self.thres = thres

    def fit(self, X, y=None, **kwargs):
        self.mean_ = np.mean(X)
        self.std_ = np.std(X)
        return self

    def predict(self, X):
        #         return sign(self.predict(inputs))
        X = (X - self.mean_) / self.std_
        return X[X > self.thres]

    def get_params(self, deep=False):
        return {'thres': self.thres}

    def score(self, *x):
        print(self.mean_)  # errors out, mean_ and std_ are wiped out
        if len(x[1]) > 50:
            return 1.0
        else:
            return 0.5


model = FilterElems(thres=0.5)
print(cross_val_score(model,
                      np.random.randint(1, 1000, (100, 100)),
                      None,
                      scoring=model.score,
                      cv=5))

呃：

AttributeError: 'FilterElems' 对象没有属性 'mean_'

Answer 1

你快到了。

记分员的签名是scorer(estimator, X, y)。通过将对象作为第一个参数传递来调用cross_val_score该方法。由于您的签名是一个可变参数函数，因此第一项将包含scorerestimatorscorerestimator

将您的分数更改为

def score(self, *x):
    print(x[0].mean_)
    if len(x[1]) > 50:
        return 1.0
    else:
        return 0.5

工作代码

import numpy as np
from sklearn.model_selection import cross_val_score

class FilterElems:
    def __init__(self, thres):
        self.thres = thres

    def fit(self, X, y=None, **kwargs):
        self.mean_ = np.mean(X)
        self.std_ = np.std(X)
        return self

    def predict(self, X):
        X = (X - self.mean_) / self.std_
        return X[X > self.thres]

    def get_params(self, deep=False):
        return {'thres': self.thres}

    def score(self, estimator, *x):
        print(estimator.mean_, estimator.std_) 
        if len(x[0]) > 50:
            return 1.0
        else:
            return 0.5

model = FilterElems(thres=0.5)
print(cross_val_score(model,
                      np.random.randint(1, 1000, (100, 100)),
                      None,
                      scoring=model.score,
                      cv=5))

输出

504.750125 288.84916035447355
501.7295 289.47825925231416
503.743375 288.8964170227962
503.0325 287.8292687406025
500.041 289.3488678377712
[0.5 0.5 0.5 0.5 0.5]