SVCWrapper 类

围绕 svm.SVC 的包装器，其始终将概率设置为 True。

请在此了解详细信息：http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html。

继承

sklearn.base.BaseEstimator

SVCWrapper

sklearn.base.ClassifierMixin

SVCWrapper

azureml.automl.runtime.shared.model_wrappers._AbstractModelWrapper

SVCWrapper

构造函数

SVCWrapper(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。

方法

fit	为 svm.SVC 包装器模型拟合函数。
get_model	返回 sklearn.svm.SVC 模型。
get_params	返回 svm.SVC 包装器模型的参数。
predict	来自 svm.SVC 包装器模型的预测函数。 对 X 中的样本执行分类。
predict_proba	svm.SVC 包装器模型的 X 的预测类概率。

fit

为 svm.SVC 包装器模型拟合函数。

fit(X, y, **kwargs)

参数

X

ndarray 或 <xref:scipy.sparse.spmatrix>

必需

输入数据。

y

ndarray

必需

输入目标值。

get_model

返回 sklearn.svm.SVC 模型。

get_model()

返回

svm.SVC 模型。

get_params

返回 svm.SVC 包装器模型的参数。

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

svm.SVC 包装器模型的参数。

predict

来自 svm.SVC 包装器模型的预测函数。 对 X 中的样本执行分类。

predict(X)

参数

X

ndarray 或 <xref:scipy.sparse.spmatrix>

必需

输入示例。

返回

来自 svm.SVC 模型的预测值。

返回类型

array

predict_proba

svm.SVC 包装器模型的 X 的预测类概率。

predict_proba(X)

参数

X

ndarray

必需

输入示例。

返回

来自 svm.SVC 模型的预测概率值。

返回类型

array