KNN未拟合直接预测报错及fit无变量赋值仍可检测的疑问

嘿，这个问题问到点子上了，我来给你把这两个疑问掰明白：

先还原你的问题场景 #

当你注释掉knn.fit(x_tr,y_tr)运行代码时，会触发这个错误：

NotFittedError: This KNeighborsClassifier instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.

你的代码片段是这样的：

knn = KNeighborsClassifier(n_neighbors=1)
print(knn)
# knn.fit(x_tr, y_tr)
# print(knn)
pred = knn.predict(x_cv)
acc = accuracy_score(y_cv, pred, normalize=True) * float(100)

同时你还有两个困惑：

• 明明没把knn.fit(...)的结果存到变量里，程序怎么知道模型没拟合？
• 初始化后和拟合后打印模型，输出居然完全一样？

逐个解答你的疑问 #

1. 为什么不保存fit结果也能检测到未拟合？ #

核心原因是：fit()方法是原地修改模型实例的，它不需要你去接收返回值。

Scikit-learn里的所有模型类，都会在内部维护一些私有属性来标记拟合状态。比如KNeighborsClassifier，当你调用fit(x_tr, y_tr)后，它会把训练数据的特征和标签分别存在_fit_X和_y这两个私有属性里。

当你调用predict()的时候，方法内部会先检查这些私有属性是否存在：如果找不到，就直接抛出NotFittedError，告诉你“这模型还没训练呢，先去跑fit啊”。

所以不管你写不写knn = knn.fit(...)（其实这么写也没必要，因为fit返回的就是原实例），只要调用过fit()，knn这个对象本身就已经被更新成“已拟合”状态了；没调用的话，内部没有那些训练数据属性，自然会被检测到未拟合。

2. 为什么初始化和拟合后打印模型的输出完全一致？ #

因为print(knn)本质上是调用了模型的__repr__方法，而这个方法默认只展示模型的超参数配置，不会显示拟合后生成的内部数据。

你看到的那串输出，全是初始化时设置的（或默认的）超参数：比如n_neighbors=1，还有默认的algorithm='auto'、metric='minkowski'这些——这些参数在拟合前后根本不会改变，所以打印出来的内容一模一样。

但实际上模型内部已经悄悄“记住”了训练数据，只是默认的打印逻辑不把这些内部数据展示出来而已。如果你好奇，其实可以直接打印knn._fit_X（拟合后），就能看到存储的训练特征了。

内容的提问来源于stack exchange，提问作者Gupta