__cinit__() 在扩展 Cython 类时正好采用 2 个位置参数

Question

我想扩展 scikit-learn 的 ClassificationCriterion 类，该类在内部模块 sklearn.tree._criterion 中定义为 Cython 类。我想在 Python 中执行此操作，因为通常我无法访问 sklearn 的 pyx/pxd 文件（所以我不能 cimport 他们）。但是，当我尝试扩展 ClassificationCriterion 时，我收到错误 TypeError: __cinit__() takes exactly 2 positional arguments (0 given)。下面的 MWE 重现了错误，并显示错误发生在__new__ 之后但在__init__ 之前。

有没有办法像这样扩展 Cython 类？

from sklearn.tree import DecisionTreeClassifier
from sklearn.tree._criterion import ClassificationCriterion

class MaxChildPrecision(ClassificationCriterion):
    def __new__(self, *args, **kwargs):
        print('new')
        super().__new__(MaxChildPrecision, *args, **kwargs)

    def __init__(self, *args, **kwargs):
        print('init')
        super(MaxChildPrecision).__init__(*args, **kwargs)

clf = DecisionTreeClassifier(criterion=MaxChildPrecision())

Answer 1

有两个问题。首先，ClassificationCriterion requires two specific arguments to its constructor that you aren't passing it。您必须弄清楚这些参数代表什么并将它们传递给基类。

其次，有一个 Cython 问题。如果我们查看the description of how to use __cinit__，我们会看到：

传递给构造函数的任何参数都将传递给__cinit__() 方法和__init__() 方法。如果您期望在 Python 中子类化您的扩展类型，您可能会发现给 __cinit__() 方法提供 * 和 ** 参数很有用，以便它可以接受和忽略额外的参数。否则，任何具有不同签名的 init() 的 Python 子类都必须覆盖 __new__() 和 __init__()

不幸的是，sklearn 的作者没有提供* 和** 参数，所以你必须覆盖__new__。像这样的东西应该可以工作：

class MaxChildPrecision(ClassificationCriterion):
    def __init__(self,*args, **kwargs):
        pass

    def __new__(cls,*args,**kwargs):
        # I have NO IDEA if these arguments make sense!
        return super().__new__(cls,n_outputs=5,
                           n_classes=np.ones((2,),dtype=np.int))

我将必要的参数传递给__new__ 中的ClassificationCriterion，并在我认为合适的情况下处理__init__ 中的其余参数。我不需要调用基类__init__（因为基类没有定义__init__）。