如何阅读Scikit-Learn源代码？

Question

我正在学习使用 scikit-learn 来构建决策树。但是，当我使用示例代码时。我发现建树的内核代码是空的。

我正在使用以下代码：

from sklearn import tree
X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)

我去fit()方法查看代码的详细信息。我认为实现决策树最重要的代码是tree.py第362行的以下代码。

 builder.build(self.tree_, X, y, sample_weight, X_idx_sorted)

但是，当我进入_tree.py中的build方法时，我发现所有方法都是空的，只包含'pass'关键字，例如：

""" Build a decision tree in depth-first fashion. """
def build(self, *args, **kwargs): # real signature unknown
    """ Build a decision tree from the training set (X, y). """
    pass

我想知道奇怪的代码。我不知道要弄清楚。我对源代码的理解有误吗？这段代码怎么运行？

我使用 PyCharm 作为我的 IDE，并使用 Anaconda3 作为我的环境....这太奇怪了

Answer 1

sklearn 中的一些库是用 cython 编译的。 而且你在你的文件夹中找不到源代码。 它们以 .pyd 的形式放置在您的文件夹中，并且无法读取。 .pyd 文件仅从其他 .py 文件（例如库）导入。

您可以在 sklern git 存储库中找到 .pyx 形式的原始源代码。 （文件名相同）

cython 语法与 python 语法略有不同，尤其是在定义变量方面。 如果你想改变代码，你应该将.pyx编译为.pyd。

Answer 2

源代码由cython编写。 '.pyd' 文件类似于 c 或 c++ 中的头文件，'.pyx' 文件类似于 c 或 c++ 中的 .c 或 .cpp 文件。