clone

sklearn.base.clone(estimator, *, safe=True)

构造一个具有相同参数的新未拟合估计器。

Clone 在不实际复制附加数据的情况下对估计器中的模型进行深度复制。它返回一个具有相同参数的新估计器，该估计器尚未拟合任何数据。

Changed in version 1.3: 如果方法存在，则委托给 estimator.__sklearn_clone__ 。

Parameters:

estimator{list, tuple, set} of estimator instance or a single estimator instance

要克隆的估计器或估计器组。

safebool, default=True

如果 safe 为 False，clone 将对不是估计器的对象回退到深度复制。如果 estimator.__sklearn_clone__ 存在，则忽略。

Returns:

estimatorobject

输入的深度复制，如果输入是估计器，则为估计器。

Notes

如果估计器的 random_state 参数是整数（或者估计器没有 random_state 参数），则返回一个*精确克隆*：克隆和原始估计器将给出完全相同的结果。否则，返回一个*统计克隆*：克隆可能返回与原始估计器不同的结果。更多细节可以在 控制随机性 中找到。

Examples

>>> from sklearn.base import clone
>>> from sklearn.linear_model import LogisticRegression
>>> X = [[-1, 0], [0, 1], [0, -1], [1, 0]]
>>> y = [0, 0, 1, 1]
>>> classifier = LogisticRegression().fit(X, y)
>>> cloned_classifier = clone(classifier)
>>> hasattr(classifier, "classes_")
True
>>> hasattr(cloned_classifier, "classes_")
False
>>> classifier is cloned_classifier
False