在带有 OneVsRestClassifier 的 Neuraxle Pipeline 中使用 predict_proba() 代替 predict()答案

【问题标题】：Using predict_proba() instead predict() in Neuraxle Pipeline with OneVsRestClassifier在带有 OneVsRestClassifier 的 Neuraxle Pipeline 中使用 predict_proba() 代替 predict()
【发布时间】：2020-11-01 02:34:57
【问题描述】：

我正在尝试设置一个使用 sklearns OneVsRestClassifier (OVR) 的 Neuraxle 管道。

Neuraxle 管道中的每个有效步骤都必须实现 fit() 和 transform() 方法。

为了使用 sklearns 管道步骤，Neuraxle 使用 SKLearnWrapper 将 OVR predict() 方法映射到 SKLearnWrapper 的 transform() 方法。

有没有办法修改此行为，以便将 predict_proba() 方法映射到 OVR 的 transform() 方法？
或者是否有其他方法可以检索计算出的概率？

【问题讨论】：

标签： python scikit-learn pipeline neuraxle

【解决方案1】：

很好的问题！

我们已经有办法解决这个问题了。

假设你编写一个这样的类：

class MyWrapper(BaseStep): 

    def transform(self, data_inputs): 
        return sigmoid(data_inputs)

    def predict_proba(self, data_inputs): 
        return data_inputs

你可以这样做：

step = MyWrapper()

然后，一旦你准备好替换方法，使用Neuraxle's mutate函数：

step = step.mutate(new_method='predict_proba', method_to_assign_to='transform')

然后，每当调用.transform() 时，都会调用predict_proba 方法。即使您的 step 在其他步骤中被包裹（嵌套）得更深，变异也会起作用。

请注意，我们可能应该修改 sklearn 包装器以允许这样做。我在这里添加了问题： https://github.com/Neuraxio/Neuraxle/issues/368

因此，在解决此问题之前，您可以执行 class MySKLearnWrapper(SKLearnWrapper): ...（继承自 SKLearnWrapper 以对其进行修改）并自行定义 predict_proba，就像这里建议的那样：https://github.com/Neuraxio/Neuraxle/pull/363/files

【讨论】：