scikit-learn模型拟合前后get_params返回超参数值一致问题咨询

1. 你不存在操作错误 #

get_params() 是scikit-learn用来读取模型超参数的专用方法，超参数指的是你初始化模型时手动指定（或使用框架默认值）的训练规则配置，这部分参数本身就不会在拟合过程中发生变化，所以两次打印结果一致是正常现象。
你出现认知偏差的核心是混淆了「超参数」和「模型学习参数」两个概念：

• 超参数：训练前确定的配置项，比如随机森林的n_estimators（树的数量）、max_depth（树的最大深度），仅可以通过get_params()读取、set_params()修改，训练全程固定不变
• 学习参数：训练过程中基于输入数据自动计算得到的参数，比如随机森林每棵树的分裂阈值、叶节点分类结果，这类参数都会以名称末尾带下划线的属性形式存储（比如拟合后的clf.estimators_、clf.n_features_in_），不会出现在get_params()的返回结果中。

如果你想验证拟合前后的模型差异，可以尝试打印clf.estimators_，拟合前调用会抛出属性不存在的错误，拟合后就能看到所有生成的决策树对象。

2. 预测时调用的参数 #

模型执行预测逻辑时会同时用到两类参数：

• 所有你通过get_params()能查到的超参数，用来控制预测规则：比如根据n_estimators确定参与投票的决策树数量，根据criterion确定分类结果的计算规则
• 拟合得到的学习参数，用来做实际的样本判定：比如用每棵树的分裂规则对输入样本做逐层判定，最终汇总得到分类结果。

内容的提问来源于stack exchange，提问作者Mohammad