使用Scikit-learn包的ClassifierMixin

ClassifierMixin 是 Scikit-learn 中一个基础的混入类（Mixin class），它的核心作用是为所有分类器提供统一的接口和标准功能。

简单来说，它不是一个可以直接使用的完整分类器，而是一个“工具箱”，为你的自定义分类器自动添加一些“标配”功能。

主要功能

继承 ClassifierMixin 后，你的自定义类会自动获得以下能力：

1. 自动获得 score 方法：这是最关键的功能。它会使用accuracy_score（准确率）来评估模型性能。对于多标签分类，它计算的是严格的子集准确率（subset accuracy），要求每个样本的所有标签都必须完全预测正确。

   # 使用示例
   score = estimator.score(X_test, y_test) 
   

   score 方法支持通过 sample_weight 参数为不同样本设置权重。

2. 标识自身为分类器：它会自动将估计器的 estimator_type 属性设置为 "classifier"。这让 Scikit-learn 的其他工具（如模型选择函数）能够正确识别并使用它。

3. 强制要求目标值 y：它会通过 requires_y 标签，确保在调用 fit 方法时必须提供目标值 y。

如何使用：构建自定义分类器

ClassifierMixin 最常见的用法是与 BaseEstimator 结合，来创建符合 Scikit-learn 标准的自定义分类器。

基本步骤与代码模板：

1. 导入基类：从 sklearn.base 导入 BaseEstimator 和 ClassifierMixin。
2. 定义类：创建新类，并同时继承 ClassifierMixin 和 BaseEstimator。
3. 实现核心方法：必须实现 fit 和 predict 方法。
4. 注意继承顺序：官方示例建议将 ClassifierMixin 放在继承列表的左侧，以确保正确的方法解析顺序（MRO）。

import numpy as np
from sklearn.base import BaseEstimator, ClassifierMixin

class MyCustomClassifier(ClassifierMixin, BaseEstimator): # 注意继承顺序
    def __init__(self, param=1):
        self.param = param

    def fit(self, X, y=None):
        # 这里编写训练逻辑
        self.is_fitted_ = True
        return self

    def predict(self, X):
        # 这里编写预测逻辑
        return np.full(shape=X.shape[0], fill_value=self.param)

完成以上步骤后，你的 MyCustomClassifier 就可以像 Scikit-learn 内置的分类器一样，在网格搜索、管道等场景中无缝使用了。

注意事项

• ClassifierMixin 本身只提供 score 方法，fit 和 predict 等核心方法需要你自己实现。
• score 方法默认计算准确率，如果你的分类器有特殊需求（如不平衡分类），可以重写（override） 这个方法。

总结

ClassifierMixin 是 Scikit-learn 为分类器设计的标准化接口。通过继承它，你可以用极少量的代码，让自己的算法无缝融入 Scikit-learn 的强大生态，享受其提供的各种工具和便利。