我有一些使用Grid Search创建的分类器，还有一些直接作为Random Forests创建的分类器。
随机森林返回类型 sklearn.ensemble.forest.RandomForestClassifier，以及使用 gridSearch 返回类型创建的随机森林sklearn.grid_search.RandomizedSearchCV。
我正在尝试以编程方式检查估计器的类型（以决定是否需要best_estimator_在特征重要性上使用），但似乎找不到这样做的好方法。
if type(estimator) == 'sklearn.grid_search.RandomizedSearchCV'是我的第一个猜测，但显然是错误的。
type()函数不返回类信息，它返回一个类型对象。因此，将相等性与这样的类信息进行比较是行不通的。
您需要做的是使用isinstance(object, classinfo)来测试您的估算器的类型。
如果类型与 classinfo 匹配，则此函数返回 True，否则返回 False。
假设您创建了一个类型的估算器
sklearn.ensemble.forest.RandomForestClassifier
然后
isinstance（估计器，sklearn.ensemble.forest.RandomForestClassifier）
将返回 True，而
isinstance（估计器，sklearn.grid_search.RandomizedSearchCV）
将返回 False。
然后，您可以在 if 语句等测试中使用该结果。
记得
导入sklearn
访问您可能需要测试的所有 scikit-learn 类信息。