Sklearn自定义估算器：如何自动定义get_params()方法？

嘿，这个问题问得好！既然set_params()不用手动列出所有参数就能实现，那get_params()当然也有自动定义的方式——而且这正是Scikit-learn官方推荐的最佳实践。

你只需要让自定义估算器继承sklearn.base.BaseEstimator这个基类，它会自动为你实现符合规范的get_params()和set_params()方法，完全不需要你手动编写这两个方法。

简化后的示例代码 #

from sklearn.base import BaseEstimator

class MyEstimator(BaseEstimator):
    def __init__(self, verbose=False):
        self.verbose = verbose
    
    # 只需要实现fit()等核心业务方法即可
    def fit(self, X, y=None):
        if self.verbose:
            print("正在拟合模型...")
        # 这里编写你的拟合逻辑
        return self
    
    # 其他如predict()、transform()等方法按需实现

为什么继承BaseEstimator能自动实现get_params()？ #

BaseEstimator提供的默认get_params()方法会自动扫描你的__init__方法中定义的所有参数，将参数名与对应的实例属性值组成字典返回；而默认的set_params()也会自动处理参数的赋值逻辑，和你手动写的逻辑效果完全一致，还能避免手动编写时可能出现的遗漏或错误。

当然，如果你的估算器有特殊需求（比如某些内部参数不想对外暴露在get_params()的返回结果中），你也可以选择重写get_params()方法，但绝大多数场景下，使用BaseEstimator的默认实现就足够简洁且符合Scikit-learn的规范。

内容的提问来源于stack exchange，提问作者diadochos