sklearn 模型是什么类型的？答案

【问题标题】：What type is a sklearn model?sklearn 模型是什么类型的？
【发布时间】：2021-08-24 00:28:11
【问题描述】：

我正在编写一些代码来根据一些数据评估不同的 sklearn 模型。我正在使用类型提示，既是为了我自己的教育，也是为了帮助其他最终必须阅读我的代码的人。

我的问题是如何指定 sklearn 预测器的类型（例如LinearRegression()）？

例如：

def model_tester(model : Predictor,
                 parameter: int
                 ) -> np.ndarray:
     """An example function with type hints."""

     # do stuff to model 

     return values

我看到typing library 可以制作新类型或者我可以使用TypeVar 来做：

Predictor = TypeVar('Predictor')

但如果 sklearn 模型已经有常规类型，我不想使用它。

检查 LinearRegression() 的类型产生：

 sklearn.linear_model.base.LinearRegression

这显然是有用的，但前提是我对线性回归模型感兴趣。

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

从 Python 3.8 开始（或更早版本使用typing-extensions），您可以使用typing.Protocol。使用协议，您可以使用名为 structural subtyping 的概念来准确定义类型的预期结构：

from typing import Protocol
# from typing_extensions import Protocol  # for Python <3.8

class ScikitModel(Protocol):
    def fit(self, X, y, sample_weight=None): ...
    def predict(self, X): ...
    def score(self, X, y, sample_weight=None): ...
    def set_params(self, **params): ...

然后您可以将其用作类型提示：

def do_stuff(model: ScikitModel) -> Any:
    model.fit(train_data, train_labels)  # this type checks 
    score = model.score(test_data, test_labels)  # this type checks
    ...

【讨论】：

【解决方案2】：

我认为所有模型都继承自的最通用的类是sklearn.base.BaseEstimator。

如果您想更具体，可以使用sklearn.base.ClassifierMixin 或sklearn.base.RegressorMixin。

所以我会这样做：

from sklearn.base import RegressorMixin


def model_tester(model: RegressorMixin, parameter: int) -> np.ndarray:
     """An example function with type hints."""

     # do stuff to model 

     return values

我不是类型检查方面的专家，如果这不正确，请纠正我。

【讨论】：

感谢您的回答。我尝试了 BaseEstimator 和 ClassifierMixin。但是当我调用 self.estimator.fit 时，我的 IDE（Pycharm）抱怨它找不到“fit”属性。这是正确的。这些类没有实现 fit。它是为每个估计器单独实现的（例如 LogisticRegression）。有谁知道应该采用 scikit-learn 估计器的参数的正确类型提示是什么？

【解决方案3】：

一个好的解决方法是创建您自己的自定义类型提示类（使用联合），其中包括您常用的所有模型。它需要更多的努力，但可以让您更加具体并与 PyCharm 一起使用。

ModelRegressor = Union[LinearRegression, DecisionTreeRegressor, RandomForestRegressor, SVR]

def foo(model: ModelRegressor):
    do_something

【讨论】：

【解决方案4】：

您可以在任何地方将类型设置为sklearn.pipeline.Pipeline。这可能是一种无需创建额外实体的解决方案。

【讨论】：