sklearn的BaseEstimator、transformerMixin、ClassifierMixin、RegressorMixin、ClusterMixin介绍

class sklearn.base.BaseEstimator：为所有的estimators提供基类

方法：

__init__()	初始化方法
get_params(deep=True)	获取这个估计器的参数 Parameters: deep : boolean, optional True,将返回该estimator的参数,并包含作为estimator的子对象. Returns:字符串到任意的映射,参数名称映射到它们的取值.
set_params(**params)	设置这个estimator的参数

class sklearn.base.TransformerMixin：为所有的transformers提供Mixin class 

方法：

__init__()	初始化方法
fit_transform(X, y=None, **fit_params)	拟合数据并转换它 Parameters: X : numpy array of shape [n_samples, n_features]  y : numpy array of shape [n_samples] Returns: X_new : numpy array of shape [n_samples, n_features_new]

class sklearn.base.ClassifierMixin：为所有的classifiers提供Mixin class

__init__()	初始化方法
score(X, y, sample_weight=None)	返回给定测试数据和标签的平均度量值 Parameters: X : array-like, shape = (n_samples, n_features) y : array-like, shape = (n_samples) or (n_samples, n_outputs) sample_weight : array-like, shape = [n_samples]

class sklearn.base.RegressorMixin：为所有的regression estimators提供Mixin class

__init__()	初始化方法
score(X, y, sample_weight=None)	Parameters: X : array-like, shape = (n_samples, n_features) y : array-like, shape = (n_samples) or (n_samples, n_outputs) sample_weight : array-like, shape = [n_samples]

class sklearn.base.ClusterMixin：为所有的cluster estimators提供Mixin class

__init__()	初始化方法
fit_predict(X, y=None)	Parameters: X : ndarray, shape (n_samples, n_features) Returns:返回聚类的标签 y : ndarray, shape (n_samples,)