python - 如何修改 sklearn 的管道可视化（它用什么代替了 __repr__ 和 __str__？）

Question

Sklearn 有一个很好但相当未知的可视化，可以通过sklearn.set_config(display='diagram'). 我正在尝试自定义可视化的输出，但无法弄清楚 html 输出是如何生成的。我知道 python 的魔术方法 __str__ 和 __repr__ 可用于创建某些对象的文本表示。我预计 __repr__ 将用于创建 html 输出。为了测试这个假设，我重写了输出字符串“repr”的方法。如以下代码及其输出所示，调用了 __repr__ 方法，但显然它不用作 html 生成的入口点，因为这将导致单个输出：“repr”。

import sklearn
from sklearn.base import BaseEstimator
from sklearn.pipeline import Pipeline

sklearn.set_config(display='diagram')


class DummyPipeline(Pipeline):
    def __repr__(self, *args):
        print("repr")
        return "__repr__"

    def __str__(self, *args):
        print("str")
        return ("__str__")


class DummyEstimator(BaseEstimator):
    def fit(self, X, y=None):
        pass

    def transform(self, X, y=None):
        pass


DummyPipeline(steps=[('first_estimator', DummyEstimator()), ('second_estimator', DummyEstimator())])

这将返回： 因此问题是：我需要哪种方法来更改 html 表示？

标签： pythonscikit-learnvisualizationpipeline

Answer 1

主要方法是sklearn.utils.estimator_html_repr；请参阅它的API 文档、用户指南和此文件中的代码。

该函数调用str(estimator)，因此这是大多数估算器为 html 生成输出的地方（如您在示例中看到的，带有DummyPipeline打印"__str__"）。元估计器（如管道）在这部分代码中得到检查，并且它本身在其方法Pipeline中得到一些特殊处理。_sk_visual_block_

因此，根据您想要更改的具体内容，您可能需要在很多地方进行更改。我之前已经对文件中的_STYLE常量进行了猴子修补estimator_html_repr.py；由于没有太多的复合估计器，这可以很好地工作。