估计器 API

路线进度模块 1/4 · 主题 1/5

1.1 估计器 API

—实验得分— / 100总 XP—连续天数—

模型是一个带约定的对象

scikit-learn 中的一切都是估计器，而且每个估计器都遵循同一个约定。你用设置（称为超参数，例如惩罚的强度）创建它，调用 $\mathrm{fit}(X,y)$ 让它从数据中学习。它学到的东西保存在名字以下划线结尾的属性里，比如均值或系数。然后使用它：预处理器提供 $\mathrm{transform}(X)$ ，模型提供 $\mathrm{predict}(X)$ 。 $\mathrm{fit\_transform}$ 就是先 fit 再 transform。表 $X$ 每行是一个样本、每列是一个特征， $y$ 是目标。由于约定处处相同，你可以换一个模型而保持其余代码不变。

z=\frac{x-\hat\mu}{\hat\sigma},\qquad \hat y=\hat a+\hat b\,x

(1)

黄金法则是： $\mathrm{fit}$ 只能看到训练数据。预处理器学到的 $\hat\mu$ 、 $\hat\sigma$ 等数，之后原样通过 $\mathrm{transform}$ 用到验证和测试数据上。如果缩放器在所有日子上拟合，测试日就参与塑造了缩放，这是对未来的悄悄泄漏。 $\mathrm{random\_state}$ 这类设置让运行可复现， $\mathrm{clone}$ 会构造一个尚未拟合的新副本，交叉验证在每一折上做的就是这件事。在本技能的市场数据实验中，行是“股票-月份”，列是动量、波动率等特征。

两个手算的小拟合在训练值

2,4,6,8

上拟合标准缩放器，它学到均值

5

和标准差

\sqrt5=2.236

。新值

7

变成

(7-5)/2.236=0.894

。再在

(x,y)=(1,2),(2,4),(3,7)

上拟合线性回归，它学到斜率

2.5

和截距

-0.667

，所以对

x=4

的预测是

-0.667+2.5\times4=9.333

。

设置进去，学到的数出来：超参数放进构造函数，学到的数以下划线结尾。
只在训练集上 fit：transform 和 predict 把学到的数用于任何数据。
处处相同的约定：换一个模型，其余代码保持不变。

实验：评分内容

缩放器学到的：均值10 分
缩放器学到的：离散程度10 分
转换一个测试值10 分
回归学到的：斜率15 分
一次预测10 分
哪些属性是学出来的10 分
安全的工作流10 分
配对术语10 分
为什么只在训练数据上拟合缩放器15 分

0/ 已答 9 题

1数值作答10 分未作答

在训练值 $2,4,6,8$ 上拟合标准缩放器。学到的均值是多少？

m =

允许误差:± 0.01

2数值作答10 分未作答

值 $2,4,6,8$ 的均值为 $5$ ，偏差平方为 $9,1,1,9$ 。缩放器使用总体标准差（除以 $n=4$ ）。它是多少？保留三位小数。

s =

允许误差:± 0.003

3数值作答10 分未作答

缩放器学到均值 $5$ 、标准差 $2.236$ 。来了一个测试值 $7$ 。transform 返回什么，即 $(7-5)/2.236$ ？保留三位小数。

z =

允许误差:± 0.003

4数值作答15 分未作答

在 $(x,y)=(1,2),(2,4),(3,7)$ 上拟合线性回归。斜率为 $\sum(x-\bar x)(y-\bar y)/\sum(x-\bar x)^{2}$ ，其中 $\bar x=2$ 、 $\bar y=4.333$ 。学到的斜率是多少？保留一位小数。

b =

允许误差:± 0.05

5数值作答10 分未作答

回归学到斜率 $2.5$ 、截距 $-0.667$ 。对 $x=4$ ，predict 返回多少？保留三位小数。

y =

允许误差:± 0.005

6选择10 分未作答

下列哪些是 fit 学出来的数，而不是你选择的设置？选出所有正确项。

7排列步骤10 分未作答

把安全建模流程的步骤按正确顺序排列。

拖动以重新排序;也可聚焦某项,按空格抬起,用方向键移动,再按空格放下。

1在变换后的训练数据上拟合模型
2按时间把日子分成训练和测试
3在变换后的测试数据上预测并打分
4对训练和测试数据都应用 transform
5只在训练数据上拟合缩放器

8配对10 分未作答

把每个调用与其作用配对。

为左侧每一项选择配对项。

fit(X, y)

transform(X)

predict(X)

clone(estimator)

9用文字解释15 分未作答

用一两句话解释：为什么缩放器应该只在训练日上拟合，而不是在所有日子上拟合。

评分依据:在所有日子上拟合会让测试日（也就是未来）影响均值和离散程度实际使用时选取这些数的时候无法获得未来，所以测试得分会过于乐观0 / 400 字

数学模式键盘或 LaTeX 输入第 1/9 题 · Ctrl ⏎ 检查

估计器 API

路线进度模块 1/4 · 主题 1/5

1.1 估计器 API

—实验得分— / 100总 XP—连续天数—

模型是一个带约定的对象

z=\frac{x-\hat\mu}{\hat\sigma},\qquad \hat y=\hat a+\hat b\,x

(1)

两个手算的小拟合在训练值

2,4,6,8

上拟合标准缩放器，它学到均值

5

和标准差

\sqrt5=2.236

。新值

7

变成

(7-5)/2.236=0.894

。再在

(x,y)=(1,2),(2,4),(3,7)

上拟合线性回归，它学到斜率

2.5

和截距

-0.667

，所以对

x=4

的预测是

-0.667+2.5\times4=9.333

。

设置进去，学到的数出来：超参数放进构造函数，学到的数以下划线结尾。
只在训练集上 fit：transform 和 predict 把学到的数用于任何数据。
处处相同的约定：换一个模型，其余代码保持不变。

实验：评分内容

缩放器学到的：均值10 分
缩放器学到的：离散程度10 分
转换一个测试值10 分
回归学到的：斜率15 分
一次预测10 分
哪些属性是学出来的10 分
安全的工作流10 分
配对术语10 分
为什么只在训练数据上拟合缩放器15 分

0/ 已答 9 题

1数值作答10 分未作答

在训练值 $2,4,6,8$ 上拟合标准缩放器。学到的均值是多少？

m =

允许误差:± 0.01

2数值作答10 分未作答

值 $2,4,6,8$ 的均值为 $5$ ，偏差平方为 $9,1,1,9$ 。缩放器使用总体标准差（除以 $n=4$ ）。它是多少？保留三位小数。

s =

允许误差:± 0.003

3数值作答10 分未作答

缩放器学到均值 $5$ 、标准差 $2.236$ 。来了一个测试值 $7$ 。transform 返回什么，即 $(7-5)/2.236$ ？保留三位小数。

z =

允许误差:± 0.003

4数值作答15 分未作答

b =

允许误差:± 0.05

5数值作答10 分未作答

回归学到斜率 $2.5$ 、截距 $-0.667$ 。对 $x=4$ ，predict 返回多少？保留三位小数。

y =

允许误差:± 0.005

6选择10 分未作答

下列哪些是 fit 学出来的数，而不是你选择的设置？选出所有正确项。

7排列步骤10 分未作答

把安全建模流程的步骤按正确顺序排列。

拖动以重新排序;也可聚焦某项,按空格抬起,用方向键移动,再按空格放下。

1在变换后的训练数据上拟合模型
2按时间把日子分成训练和测试
3在变换后的测试数据上预测并打分
4对训练和测试数据都应用 transform
5只在训练数据上拟合缩放器

8配对10 分未作答

把每个调用与其作用配对。

为左侧每一项选择配对项。

fit(X, y)

transform(X)

predict(X)

clone(estimator)

9用文字解释15 分未作答

用一两句话解释：为什么缩放器应该只在训练日上拟合，而不是在所有日子上拟合。

数学模式键盘或 LaTeX 输入第 1/9 题 · Ctrl ⏎ 检查

估计器 API

模型是一个带约定的对象

实验：评分内容

登录后即可运行你的代码。

估计器 API

模型是一个带约定的对象

实验：评分内容

登录后即可运行你的代码。