LinearSVMWrapper 类

围绕线性 svm 的包装器，用于支持 sklearn 的 liblinear 包装器上的 predict_proba。

继承

sklearn.base.BaseEstimator

LinearSVMWrapper

sklearn.base.ClassifierMixin

LinearSVMWrapper

azureml.automl.runtime.shared.model_wrappers._AbstractModelWrapper

LinearSVMWrapper

构造函数

LinearSVMWrapper(random_state=None, **kwargs)

参数

random_state

int 或 <xref:np.random.RandomState>

默认值: None

RandomState 实例或 None，可选 (default=None) 如果为 int，则 random_state 是随机数生成器使用的种子；如果为 RandomState 实例，则 random_state 是随机数生成器；如果为 None，则随机数生成器是 np.random 使用的 RandomState 实例。

kwargs

必需

其他参数。

方法

fit	用于线性 SVM 包装器模型的拟合函数。
get_model	返回线性 SVM 包装模型。
get_params	返回用于线性 SVM 包装模型的参数。
predict	线性 SVM 包装器模型中的预测功能。
predict_proba	线性 SVM 包装器模型的 X 的预测类概率。

fit

用于线性 SVM 包装器模型的拟合函数。

fit(X, y, **kwargs)

参数

X

ndarray

必需

输入数据。

y

ndarray

必需

输入目标值。

kwargs

必需

其他参数。

get_model

返回线性 SVM 包装模型。

get_model()

返回

线性 SVM 包装模型。

get_params

返回用于线性 SVM 包装模型的参数。

get_params(deep=True)

参数

deep

bool

默认值: True

如果为 True，则返回此估算器的参数和包含的子对象（即估算器）。

返回

用于线性 SVM 包装模型的参数

predict

线性 SVM 包装器模型中的预测功能。

predict(X)

参数

X

ndarray

必需

输入数据。

返回

线性 SVM 包装器模型中的预测值。

predict_proba

线性 SVM 包装器模型的 X 的预测类概率。

predict_proba(X)

参数

X

ndarray

必需

输入数据。

返回

线性 SVM 包装器模型中的预测概率值。