super __str__ 没有被调用

Question

我正在继承 from sklearn.ensemble import RandomForestClassifier，我正在尝试打印我的新估算器：

class my_rf(RandomForestClassifier):
    def __str__(self):
        return "foo_" + RandomForestClassifier.__str__(self) 

给foo_my_rf()

我也试过了：

class my_rf(RandomForestClassifier):
    def __str__(self):
        return "foo_" + super(RandomForestClassifier, self).__str__() 

结果相同。预期的东西很像 sklearn 默认行为：

>>> a = RandomForestClassifier() >>> 打印一个 RandomForestClassifier（bootstrap=True，class_weight=None，criteria='gini'， max_depth=None, max_features='auto', max_leaf_nodes=None, min_samples_leaf=1, min_samples_split=2, min_weight_fraction_leaf=0.0，n_estimators=10，n_jobs=1， oob_score=False，random_state=None，详细=0， 暖启动=假） >>>

这也是我使用print a.__str__()时的结果。

我错过了什么？ 谢谢。

与How do I change the string representation of a Python class?相关

Answer 1

在RandomForestClassifier 中，__repr__ 和__str__ 都查找调用它们的实例的类的名称 (self)。您应该直接引用超类的名称。

更新这就是你如何获得你想要的输出，虽然我不明白，你为什么想要这样的东西。 RandomForestClassifier 的 __str__ 和 __repr__ 返回类的实际名称是有原因的。这样你就可以eval 来恢复对象。总之，

In [1]: from sklearn.ensemble import RandomForestClassifier
In [2]: class my_rf(RandomForestClassifier):
    def __str__(self):
        superclass_name = RandomForestClassifier.__name__
        return "foo_" + superclass_name + "(" + RandomForestClassifier.__str__(self).split("(", 1)[1]

In [3]: forest = my_rf()
In [4]: print forest
foo_RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini', max_depth=None,
   max_features='auto', max_leaf_nodes=None, min_samples_leaf=1,
   min_samples_split=2, min_weight_fraction_leaf=0.0, n_estimators=10,
   n_jobs=1, oob_score=False, random_state=None, verbose=0,
   warm_start=False)

更新 2 覆盖 __init__ 时不会获得任何参数，因为在超类中实现了 __str__ 和 __repr__ 以扫描传递给 __init__ 的参数列表。运行这段代码就可以清楚的看到：

In [5]: class my_rf(RandomForestClassifier):
    def __init__(self, *args, **kwargs):
        RandomForestClassifier.__init__(self, *args, **kwargs)
    def __str__(self):
        superclass_name = RandomForestClassifier.__name__
        return "foo_" + superclass_name + "(" + RandomForestClassifier.__str__(self).split("(", 1)[1]
In [6]: forest = my_rf()
In [7]: print forest
...
RuntimeError: scikit-learn estimators should always specify their parameters in the signature of their __init__ (no varargs). <class '__main__.my_rf'> with constructor (<self>, *args, **kwargs) doesn't  follow this convention.