Scikitでは、パラメータが必要な場合はどうなりますか？

Question

私は人工知能Pythonを使用していますが、その例では、本書で使用されている方法のいずれかに基づいてsklearnパッケージのドキュメントを調べることにしました。ドキュメントを見て、私は閾値とコピーであるsklearn.preprocessing.Binarizerメソッドの2つのパラメータがあることに気づいた。私は私がしたい本で終わりだたら

import numpy as np 
from sklearn import preprocessing 
input_data = np.array([[5.1, -2.9, 3.3], 
         [-1.2, 7.8, -6.1], 
         [3.9, 0.4, 2.1], 
         [7.3, -9.9, -4.5]]) 
# Binarize data 
data_binarized = preprocessing.Binarizer(threshold=2.1).transform(input_data) 
print("\nBinarized data:\n", data_binarized) 

：我々は唯一のしきい値引数ではなく働いていたコピー引数を使用本からの例ではしかしclass sklearn.preprocessing.Binarizer(threshold=0.0, copy=True)

：マニュアルは、次の示しどのようにドキュメントをナビゲートするのか知りたいのですが、sklearnやscikitのドキュメントで不必要なパラメータを象徴するものは誰でも知っていますか？

ありがとうございます。

Answer 1

関数定義でパラメータの値が指定されている場合、その値はデフォルトとして機能します。新しい値を指定すると、デフォルト値が上書きされます。ただし、この関数はデフォルト値を上書きすることなく呼び出すことができます。その後

def add_numbers(param_one=1, param_two=2): 
    return param_one + param_two 

、私は次の操作を行うことができます：私は次の関数を定義した場合たとえば、

あなたの場合

>>> add_numbers() 
3 

>>> add_numbers(param_one=2) 
4 

>>> add_numbers(param_two=1) 
2 

>>> add_numbers(param_one=2, param_two=3) 
5 

、preprocessing.Binarizerのあなたの関数呼び出し（しきい値= 2.1）は、preprocessing.Binarizer（threshold = 2.1、copy = True）と同等です。

注：1つまたはすべてのパラメータにデフォルト値のない関数を定義することもできます。この場合、パラメータの値を指定せずに関数を呼び出すことはできません。

Ex。

def add_numbers(param_one, param_two=2): 
    return param_one + param_two 

>>> add_numbers() 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: add_numbers() takes at least 1 argument (0 given)